期待サポート値を決定する2つの手法：コンセプト階層と間接的関連付け

データマイニングにおいてパターンの期待サポート値を決定するには、主に2つのアプローチがあります。1つはコンセプト階層（概念階層）を利用する方法、もう1つは「間接的関連付け（indirect association）」と呼ばれる近傍ベースのアプローチです。

コンセプト階層に基づくサポート期待値

客観的な指標だけでは、興味のない非頻出パターンを除去するのに十分とは言えません。例えば、「パン」と「ノートパソコン」がどちらも頻出アイテムである場合を考えてみましょう。アイテムセット {パン, ノートパソコン} は非頻出であり、負の相関を持つ可能性がありますが、そのサポートが低いことはドメイン専門家にとって自明であるため、特に興味を引くものではありません。

このような自明な非頻出パターンの生成を防ぐためには、期待サポート値を決定する主観的なアプローチが必要となります。

間接的関連付けに基づくサポート期待値

次に、顧客が同時に購入するアイテムのペア (a, b) を考えてみます。a と b が無関係なアイテム（例：パンとDVDプレーヤー）であれば、それらが一緒に購入されるサポートは低いと予想されます。逆に、a と b が関連性のあるアイテムであれば、そのサポートは高いはずです。

先述の期待サポート値はコンセプト階層を利用して計算されましたが、ここで紹介するのは、これら2つのアイテムと共に頻繁に購入される他のアイテム（近傍アイテム）を観察することで、アイテムペア間の期待サポート値を決定するアプローチです。

無関係なアイテムペアの例

例えば、寝袋を購入する顧客は他のキャンプ用品も一緒に購入する傾向があり、一方、デスクトップパソコンを購入する顧客は光学マウスやプリンターといった他のパソコンアクセサリーも購入する傾向があるとします。

しかし、寝袋とデスクトップパソコンの両方と頻繁に一緒に購入されるアイテムは存在しません。したがって、これらの無関係なアイテムペアのサポートは低いと予想されます。

関連性のあるアイテムペアの例

一方、ダイエット用ソーダと普通のソーダは、ポテトチップスやクッキーと一緒に購入されることを考えてみましょう。コンセプト階層を利用しなくても、これら2つのアイテムは中程度に関連していると予想され、本来であればそのサポートは高いはずです。

ところが実際のサポートが低い場合、ダイエット用ソーダと普通のソーダの組み合わせは注目すべき非頻出パターンを形成します。このようなパターンは「間接的関連付けパターン（indirect association pattern）」と呼ばれます。

間接的関連付けの応用分野

間接的関連付けにはさまざまな応用があります。

• マーケットバスケット分析： アイテム a と b は、デスクトップパソコンとノートパソコンのような競合アイテムを表すことができます。
• テキストマイニング： 同義語、反義語、あるいは複数の文脈で使用される単語を認識するために活用できます。例えば、一連のドキュメントが与えられた場合、「data（データ）」という単語は、媒介となる単語を経由して「gold（金）」と間接的に関連付けることが可能です。