アソシエーション分析

購買履歴などの大量のデータから、「AとBが一緒に買われやすい」といった項目どうしの関連（相関ルール）を見つけ出す分析手法。ルールの強さは、全体の中で同時に出現する割合である支持度、Aを含む中でBも含む割合である確信度、偶然に比べてどれだけ起こりやすいかを示すリフト値で評価する。マーケットバスケット分析が代表例である。

大量の取引データなどから、「商品Aを買う人は商品Bも買う」といった同時に起こりやすい事象の組合せ（アソシエーションルール）を見つける分析手法。ルールの有用性を支持度、信頼度、リフト値で評価し、併売の促進、商品の棚割り、推薦などに使う。マーケットバスケット分析とも呼ぶ。

大量のデータの中から、規則性、傾向、相関、まとまりなどのパターンを見つけ出すこと。データマイニング、クラスタ分析、アソシエーション分析などの手法を用い、事前に仮説を持たない探索的な分析で新たな知見を得る。

データマイニングやデータ分析のプロジェクトを進めるための、業種を問わない標準的なプロセスモデル。ビジネスの理解、データの理解、データの準備、モデリング、評価、展開の6つのフェーズからなり、必要に応じて前のフェーズに戻りながら反復して進める。