Microsoft SQL Server Analysis Services 中的Microsoft關聯規則查看器會顯示以Microsoft關聯演算法建置的採礦模型。 微軟的關聯演算法是一種關聯演算法，用於建立資料挖掘模型，可用於購物籃市場分析。 如需此演算法的詳細資訊，請參閱 Microsoft關聯演算法。
以下是使用 Microsoft 關聯演算法的主要原因：
若要尋找項集，以描述通常在交易中一起出現的物品。
若要探索根據現有項目預測交易中其他項目存在的法則。
備註
若要檢視模型中使用的方程式詳細資訊和探索到的模式，請使用 Microsoft一般內容樹視圖器。 如需更多資訊，請參閱使用Microsoft泛型內容樹視圖器流覽模型或Microsoft泛型內容樹視圖器（資料探勘）。
如需如何建立、探索和使用關聯採礦模型的逐步解說，請參閱第 3 課：建置購物籃案例（元數據採礦教學課程）。
檢視器標籤
當您在 Analysis Services 中瀏覽採礦模型時，模型會顯示在模型適當查看器中數據採礦設計師的 [ 採礦模型查看器 ] 索引標籤上。 Microsoft關聯規則檢視器包含下列索引標籤：
每個索引標籤都包含 [ 顯示長名稱 ] 複選框，您可以用來顯示或隱藏專案集源自規則或專案集的數據表。
項目集
[ 項集 ] 索引標籤顯示模型識別為常常一起出現的項集清單。 索引標籤會顯示具有下列欄位的網格：支援、大小 和 專案集。 如需支持的詳細資訊，請參閱 Microsoft關聯演算法。 [大小] 欄會顯示項目集中的項目數。 項集欄位會顯示模型發現的實際項集。 您可以使用 [顯示 ] 清單來控制專案集的格式，您可以將其設定為下列選項：
顯示屬性名稱和值
僅顯示屬性值
僅顯示屬性名稱
您可以使用 [ 最小支援 ] 和 [ 最小專案集大小] 來篩選索引標籤中顯示的項目集數目。 您可以使用 [篩選專案集 ] 並輸入必須存在的專案集特性，來限制顯示的專案集數目。 例如，如果您輸入 「Water Bottle = existing」，您可以將專案集限制為只包含水瓶的專案集。 [ 篩選項目集 ] 選項也會顯示您先前使用的篩選清單。
您可以點擊欄位標題來排序方格中的列。
規則
[ 規則] 索引標籤會顯示關聯演算法探索到的規則。 [ 規則] 索引標籤包含包含下列數據行的方格： 機率、 重要性和 規則。 機率描述規則的結果發生的可能性。 重要性是設計來測量規則的有用性。 雖然規則發生的機率可能很高，但規則的實用性本身可能並不重要。 重要性欄位針對此。 例如，如果每個專案集都包含屬性的特定狀態，即使機率很高，預測狀態的規則還是微不足道的。 重要性越大，規則就越重要。
您可以使用 [最小機率 ] 和 [ 最小重要性 ] 來篩選規則，類似於您可以在 [ 專案集 ] 索引卷標上執行的篩選。您也可以使用 篩選規則 ，根據規則所包含的屬性狀態來篩選規則。
您可以按下欄位標題來排序方格中的列。
相依性網路
[ 相依性網络 ] 索引標籤包含相依性網路查看器。 查看器中的每個節點都代表專案，例如 「state = WA」。。 節點之間的箭號代表專案之間的關聯。 箭號的方向會根據演算法所探索的規則，決定專案之間的關聯。 例如，如果查看器包含 A、B 和 C 三個專案，而 A 和 B 會預測 C，如果您選取節點 C，則兩個箭頭指向節點 C - A 到 C 和 B 到 C。
查看器左邊的滑桿充當與規則機率相關的篩選器。 降低滑桿只會顯示最強的連結。
另請參閱
Microsoft關聯演算法
資料挖掘模型檢視器任務與操作指南
資料挖掘模型檢視器任務與操作指南
數據採礦工具
數據採礦模型查看器