Der Association Algorithm bezeichnet die Suche nach starken Regeln. Diese daraus folgenden Assoziationsregeln beschreiben Korrelationen zwischen gemeinsam auftretenden Dingen. Der Zweck einer Assoziationsanalyse besteht also darin, Items (Elemente einer Menge, wie z. B. einzelne Artikel eines Warenkorbs) zu ermitteln, die das Auftreten anderer Items innerhalb einer Transaktion implizieren. Eine solcherart aufgedeckte Beziehung zwischen zwei oder mehr Items kann dann als Regel der Form „Wenn Item(menge) A, dann Item(menge) B“ bzw. A → B dargestellt werden. [Wikipedia]. Typisches Anwendungsgebiet der Assoziationsanalyse ist die Warenkorbanalyse, die ich auch auf dieser Seite als Beispiel heranziehen möchte. 
Ausgangslage ist die ContosoRetailDW-Datenbank.
Diese beinhaltet eine Tabelle namens DimProduct mit allen Produkten, die zur Verfügung stehen.Folgende Spalten sind für uns bezüglich der weiteren Betrachtung relevant:

  • ProductKey
  • ProductName
  • UnitCost
  • UnitPrice

Die zweite Tabelle, die wir für die weitere Betrachtung benötigen ist die Tabelle FactOnlineSales, die alle einzelnen verkauften Posten beinhaltet. Das bedeutet, dass anhand der SalesOrderNumber die einzelnen Posten einer Bestellung zusammengefasst werden können. Die Kaufreihenfolge innerhalb der Bestellung ergibt sich aus der SalesOrderline. Für eine einzelne Bestellung ergibt sich beispielsweise folgende Information:

Die Datenbank beinhaltet insgesamt 12.627.608 bestellte Produkte 

Abfrage:

SELECT COUNT(OnlineSalesKey) AS Anzahl
FROM dbo.FactOnlineSales