名词：
挖掘数据集：购物篮数据
挖掘目标：关联规则
关联规则：啤酒=>尿布（支持度0.02，置信度0.6）
支持度：所有数据中有2%的购物记录包含了啤酒和尿布
置信度：所有包含啤酒的购物记录里有60%包含尿布
最小支持度阈值和最小置信度阈值。
项集：项（商品）组成的集合
K-项集：k个项组成的集合
频繁项集：满足最小支持度的项集
强关联规则：满足最小支持阈值和最小置信度阈值的规则
步骤:
找出所有频繁项集；由频繁项集产生强关联规则。
案例：
TID为购物记录，List of item_ID为商品ID，如第T100条购物记录中，包含商品I1,I2,I5。
最后推出的关联规则有：
（以上图片来源薛毅老师的《r modeling》）
R语言操作：
包：arules
数据集：Groceries（内置数据集）
函数：inspect：显检查，示一个的文集或一个术语文档矩阵的详细信息。查看数据。
apriori：提取关联规则
代码：
