Apriori-Algorithmus

Der Apriori-Algorithmus für Assoziationsanalyse – Entdeckung von Zusammenhängen in Transaktionsdaten mit Support, Confidence und Lift

---

Inhaltsverzeichnis

1. Überblick
   1. Anwendungsgebiete
2. Grundkonzept der Assoziationsregeln
   1. Terminologie
3. Metriken: Support, Confidence und Lift
   1. Support (Häufigkeit)
   2. Confidence (Zuverlässigkeit)
   3. Lift (Abhängigkeitsstärke)
4. Praktisches Beispiel: Warenkorbanalyse
   1. Beispieldaten
   2. Berechnung für {Milch, Windel} → Bier
5. Parameterwahl und Schwellenwerte
   1. Empfehlungen
6. Best Practices
   1. Datenaufbereitung
   2. Interpretation
   3. Typische Fallstricke
   4. Kernpunkte
   5. Wann Apriori einsetzen?
7. Abgrenzung zu verwandten Dokumenten

---

Überblick

Der Apriori-Algorithmus ist ein klassisches Verfahren zur Assoziationsanalyse im Bereich des unüberwachten Lernens. Er dient dem Auffinden von Zusammenhängen in transaktionsbasierten Datenbasen, die in Form sogenannter Assoziationsregeln dargestellt werden.

flowchart LR
    subgraph Eingabe
        T[(Transaktionsdaten)]
    end
    
    subgraph Apriori["Apriori-Algorithmus"]
        F[Häufige Itemsets<br>finden]
        R[Assoziationsregeln<br>generieren]
        F --> R
    end
    
    subgraph Ausgabe
        A["Regeln mit<br>Support, Confidence, Lift"]
    end
    
    T --> F
    R --> A
    
    style Apriori fill:#e8f4f8,stroke:#1a5276
    style T fill:#fdebd0,stroke:#d35400
    style A fill:#d5f5e3,stroke:#1e8449

Anwendungsgebiete

Die häufigste Anwendung des Apriori-Algorithmus ist die Warenkorbanalyse:

Anwendungsbereich	Beispiel
Einzelhandel	Welche Produkte werden häufig zusammen gekauft?
E-Commerce	Produktempfehlungen (“Kunden kauften auch…”)
Streaming	Musik- oder Filmempfehlungen basierend auf Nutzungsmustern
Ausbildung	Individuelle Kursvorschläge basierend auf absolvierten Kursen
Forstwirtschaft	Analyse von Waldbrandmustern
Suchmaschinen	Autocomplete-Funktionen bei Google

---

Grundkonzept der Assoziationsregeln

Eine Assoziationsregel hat die Form {A, B} → C, was bedeutet: “Wenn A und B vorkommen, dann ist C wahrscheinlich”.

flowchart LR
    subgraph Antezedenz["Antezedenz (Wenn...)"]
        A["🥛 Milch"]
        B["🧷 Windel"]
    end
    
    subgraph Konsequenz["Konsequenz (...dann)"]
        C["🍺 Bier"]
    end
    
    A --> |"zusammen<br>gekauft"| B
    B --> |"führt zu"| C
    
    style Antezedenz fill:#fff3cd,stroke:#856404
    style Konsequenz fill:#d4edda,stroke:#155724

Terminologie

Begriff	Beschreibung
Item	Einzelnes Element (z.B. ein Produkt)
Itemset	Menge von Items (z.B. {Milch, Windel, Bier})
Transaktion	Ein Einkauf/Vorgang mit mehreren Items
Antezedenz	“Wenn”-Teil der Regel (Vorläufer)
Konsequenz	“Dann”-Teil der Regel (Nachfolger)

---

Metriken: Support, Confidence und Lift

Die Qualität von Assoziationsregeln wird durch drei zentrale Metriken bewertet:

flowchart TB
    subgraph Metriken["Bewertungsmetriken"]
        S["📊 Support<br><i>Wie häufig?</i>"]
        C["🎯 Confidence<br><i>Wie zuverlässig?</i>"]
        L["📈 Lift<br><i>Wie stark der Zusammenhang?</i>"]
    end
    
    S --> |"Mindest-<br>schwelle"| Filter["Regelfilterung"]
    C --> Filter
    L --> Filter
    Filter --> Result["Relevante<br>Assoziationsregeln"]
    
    style S fill:#e3f2fd,stroke:#1565c0
    style C fill:#fff8e1,stroke:#f9a825
    style L fill:#e8f5e9,stroke:#2e7d32
    style Result fill:#f3e5f5,stroke:#7b1fa2

Support (Häufigkeit)

Der Support gibt an, wie häufig ein Itemset in allen Transaktionen vorkommt:

\[\text{Support}(A, B, C) = \frac{\text{Anzahl Transaktionen mit } \{A, B, C\}}{\text{Gesamtzahl Transaktionen}}\]

Interpretation:

• Hoher Support = Itemset kommt häufig vor
• Dient als erster Filter für relevante Itemsets

Confidence (Zuverlässigkeit)

Die Confidence misst, wie oft die Regel zutrifft, wenn die Antezedenz vorliegt:

\[\text{Confidence}(\{A, B\} \Rightarrow C) = \frac{\text{Support}(A, B, C)}{\text{Support}(A, B)}\]

Interpretation:

• Wert zwischen 0 und 1 (oder 0% bis 100%)
• Confidence = 0.67 bedeutet: In 67% der Fälle, in denen A und B gekauft werden, wird auch C gekauft

Lift (Abhängigkeitsstärke)

Der Lift zeigt, ob ein echter Zusammenhang besteht oder nur Zufall:

\[\text{Lift}(\{A, B\} \Rightarrow C) = \frac{\text{Support}(A, B, C)}{\text{Support}(A, B) \times \text{Support}(C)}\]

Interpretation:

Lift-Wert	Bedeutung
Lift = 1	Kein Zusammenhang (unabhängig)
Lift > 1	Positiver Zusammenhang (Items werden häufiger zusammen gekauft als erwartet)
Lift < 1	Negativer Zusammenhang (Items werden seltener zusammen gekauft als erwartet)

---

Praktisches Beispiel: Warenkorbanalyse

Beispieldaten

Betrachten wir folgende Einkaufstransaktionen:

Transaktion	Gekaufte Items
T1	Milch, Bier, Windel
T2	Brot, Butter, Milch
T3	Milch, Windel, Bier, Brot
T4	Brot, Butter
T5	Windel, Bier

Berechnung für {Milch, Windel} → Bier

flowchart TB
    subgraph Daten["📋 Transaktionsdaten (N=5)"]
        T1["T1: Milch, Bier, Windel ✓"]
        T2["T2: Brot, Butter, Milch"]
        T3["T3: Milch, Windel, Bier, Brot ✓"]
        T4["T4: Brot, Butter"]
        T5["T5: Windel, Bier"]
    end
    
    subgraph Counts["📊 Zählung"]
        C1["Milch, Windel, Bier: 2"]
        C2["Milch, Windel: 3"]
        C3["Bier: 3"]
    end
    
    subgraph Results["📈 Ergebnisse"]
        S["Support = 2/5 = 0.4"]
        Co["Confidence = 2/3 = 0.67"]
        L["Lift = 0.4/(0.6×0.6) = 1.11"]
    end
    
    Daten --> Counts
    Counts --> Results
    
    style T1 fill:#d4edda,stroke:#155724
    style T3 fill:#d4edda,stroke:#155724

Schritt 1: Support berechnen

\[\text{Support}(\text{Milch, Windel, Bier}) = \frac{2}{5} = 0.4\]

In 40% aller Einkäufe werden Milch, Windel und Bier zusammen gekauft.

Schritt 2: Confidence berechnen

\[\text{Confidence} = \frac{P(\text{Milch, Windel, Bier})}{P(\text{Milch, Windel})} = \frac{2}{3} = 0.67\]

Wenn Milch und Windel gekauft werden, wird in 67% der Fälle auch Bier gekauft.

Schritt 3: Lift berechnen

\[\text{Lift} = \frac{0.4}{0.6 \times 0.6} = \frac{0.4}{0.36} = 1.11\]

Der Lift von 1.11 zeigt einen leicht positiven Zusammenhang – Milch und Windel begünstigen den Kauf von Bier etwas mehr als der Zufall erwarten ließe.

---

Parameterwahl und Schwellenwerte

Die Wahl geeigneter Schwellenwerte ist entscheidend für brauchbare Ergebnisse:

flowchart TB
    subgraph Parameter["⚙️ Parameter einstellen"]
        MS["min_support<br><i>Standard: 0.01-0.1</i>"]
        MC["min_confidence<br><i>Standard: 0.5-0.8</i>"]
        ML["min_lift<br><i>Standard: > 1.0</i>"]
    end
    
    subgraph Auswirkung["📊 Auswirkungen"]
        HS["Hoher Support<br>→ Wenige, häufige Regeln"]
        LS["Niedriger Support<br>→ Viele Regeln, mehr Rauschen"]
        HC["Hohe Confidence<br>→ Zuverlässigere Regeln"]
        HL["Hoher Lift<br>→ Stärkere Zusammenhänge"]
    end
    
    MS --> HS
    MS --> LS
    MC --> HC
    ML --> HL
    
    style MS fill:#e3f2fd,stroke:#1565c0
    style MC fill:#fff8e1,stroke:#f9a825
    style ML fill:#e8f5e9,stroke:#2e7d32

Empfehlungen

Szenario	min_support	min_confidence	min_lift
Explorative Analyse	0.01 - 0.05	0.3 - 0.5	> 1.0
Produktionsregeln	0.05 - 0.1	0.6 - 0.8	> 1.2
Große Datensätze	0.001 - 0.01	0.5 - 0.7	> 1.1

---

Best Practices

Datenaufbereitung

1. Bereinigung: Entferne sehr seltene Items (< 0.1% Vorkommen)
2. Gruppierung: Fasse ähnliche Items zusammen (z.B. “Cola”, “Fanta” → “Softdrinks”)
3. Zeitfenster: Berücksichtige saisonale Effekte durch separate Analysen

Interpretation

1. Lift priorisieren: Regeln mit hohem Lift sind oft interessanter als solche mit hohem Support
2. Domain-Wissen einbeziehen: Prüfe, ob Regeln geschäftlich Sinn ergeben
3. Vorsicht bei Trivialitäten: “Burger → Pommes” ist offensichtlich und wenig hilfreich

Typische Fallstricke

Problem	Lösung
Zu viele Regeln	Support/Confidence erhöhen
Keine Regeln gefunden	Schwellenwerte senken
Triviale Regeln	Lift-Schwelle erhöhen (> 1.5)
Seltene Items ignoriert	Support senken oder Items gruppieren

---

Kernpunkte

Aspekt	Beschreibung
Zweck	Entdeckung von Zusammenhängen in Transaktionsdaten
Eingabe	Listen von Items pro Transaktion
Ausgabe	Assoziationsregeln mit Support, Confidence, Lift
Hauptanwendung	Warenkorbanalyse, Empfehlungssysteme
Python-Bibliothek	mlxtend

Wann Apriori einsetzen?

✅ Geeignet für:

• Warenkorbanalyse im Einzelhandel
• Empfehlungssysteme
• Analyse von Nutzerverhalten
• Entdeckung von Mustern in kategorialen Daten

❌ Weniger geeignet für:

• Kontinuierliche numerische Daten
• Sehr große Itemmengen (> 10.000)
• Echtzeitanalysen (besser: FP-Growth)

Abgrenzung zu verwandten Dokumenten

Dokument	Frage
K-Means und DBSCAN	Wann werden Gruppen in Daten gesucht statt Assoziationsregeln?
Modellauswahl	Wie wird entschieden, ob Assoziationsanalyse überhaupt der richtige Ansatz ist?
Feature Engineering	Wie werden Daten so vorbereitet, dass Zusammenhänge sinnvoll untersucht werden können?
Bewertung allgemein	Wie werden Modell- oder Analyseergebnisse grundsätzlich eingeordnet?

---

Version: 1.0
Stand: Januar 2026
Kurs: Machine Learning. Verstehen. Anwenden. Gestalten.