Prawila associacii majninga qwlqütsq wazhnoj zadachej dlq obnaruzheniq znanij. Iz bol'shogo kolichestwa dannyh mozhet byt' obnaruzhena potencial'no poleznaq informaciq. Prawila associacii ispol'zuütsq dlq obnaruzheniq wzaimoswqzej älementow ili atributow sredi ogromnyh dannyh. Jeti prawila mogut byt' äffektiwnymi pri wyqwlenii neizwestnyh wzaimoswqzej, obespechiwaq rezul'taty, kotorye mogut byt' osnowoj prognoza i resheniq. Jeffektiwnoe uprawlenie biznesom w znachitel'noj stepeni zawisit ot kachestwa prinimaemyh im reshenij. Dannye o proshlyh tranzakciqh mozhno analizirowat', chtoby wyqwit' powedenie klientow, chto pozwolit powysit' kachestwo prinimaemyh biznes-reshenij. Podhod prawil associacii majninga fokusiruetsq na obnaruzhenii bol'shih naborow älementow, kotorye predstawlqüt soboj gruppy älementow, kotorye poqwlqütsq wmeste w dostatochnom kolichestwe tranzakcij. Predlagaemyj metod fokusiruetsq na kombinirowannom podhode k sozdaniü prawil associacii iz bol'shoj bazy dannyh tranzakcij klientow. Jeto takzhe pomogaet w identifikacii redko proishodqschih sobytij. Jetot podhod skaniruet bazu dannyh odin raz, chtoby postroit' graf swqzej i tablicy klasterizacii, a zatem prosmatriwaet graf, chtoby sgenerirowat' wse bol'shie nabory älementow.