从交易数据库里挖规则，用得挺顺的一份资料，适合你想搞懂关联规则挖掘的来看看。文档里一口气讲了从一维布尔到多维多层的挖掘方式，还捎带聊了相关性，内容够全，节奏也清晰，适合边学边实操。
关联规则挖掘的套路，主要靠频繁项集和支持度置信度的组合。比如，你常见的Apriori 算法，用得多、资料多，学习起来也轻松。配合后面讲的AIGEP 算法，还能应付多维复杂场景，适合项目里玩点花样。
你要是搞WEKA的，可以顺着这份教程练起来，界面操作友好，过程还直观。想试试层级结构的，也别错过多层关联规则这块，挺适合做数据层次的。
嗯，如果你比较关心规则之间的冲突、负向关系，也有加权负关联规则挖掘这种小众内容，虽然用得少，但偶尔能解锁新思路。
建议你根据业务数据维度选方案，不一定非得追全覆盖。前期用Apriori练手，后面可以上多维挖掘和约束规则。配合原始文档里的章节，梳理思路还挺清楚。
如果你正准备做用户行为、电商推荐、市场篮这类事，用这份资料对上号，能帮你搭个不错的基础框架。