Intelligenza artificiale/Regole di associazione

Nella teoria dell'intelligenza artificiale le regole di decisione sono delle formule logiche che permettono di associare delle scelte o dei fatti a altri fatti o scelte. Queste regole permettono di individuare collegamenti in ampi insiemi di dati infatti vengono spesso utilizzate per analizzare grandi quantità di dati alla ricerca di associazioni utili. Strutture come i supermercati da molti anni analizzano gli acquisti dei clienti che utilizzano tessere a punti per realizzare pubblicità mirate e per migliorare l'organizzazione dei prodotti.

Le regole di associazioni partono dal presupporto di possedere un insieme di dati e che l'utente voglia cercare eventuali correlazioni interne. Spesso si vuole individuare se un certo numero di scelte possano portare con una certa probabilità minima ad effettuare una specifica scelta. Le regole hanno due parametri che definisco la loro bontà, questi parametri sono il supporto e la confidenza. Il supporto identifica quante volte la specifica regola appare percentualmente nell'insieme di dati di test. La confidenza invece specifica con quale percentuale nell'insieme di dati di esempio la regola fa una previsione corretta.

Date queste premesse usualmente si richiede una confidenza di almeno il 90% mentre il supporto può essere anche di solo pochi punti percentuali.