Create 菜单中选择 Mining 。在向导中按照如下步骤进行： 数据挖掘研究院
运行模型
现在您已经定义了模型，您可以运行它了。
理解结果 数据挖掘研究院
在另外一个窗口中显示结果。图 3 显示了模型找到的规则的集合样例。
图 3. 观察规则
在本例中发现三条关联规则。您需要返回到 PRODUCT REF 表来查找产品 ID 代表什么。在本例中前两个规则有关系。它们是两个相同的产品，暗含着互相购买。结果这些是儿童咳嗽糖浆，除口味不同之外相同的产品。或许许多父母希望提供选择，他们可以更容易的确信他们的孩子使用咳嗽糖浆。从这个结论来看，您可能决定将这个作为咳嗽糖浆种类页面的“提示”。当父母访问站点时可能只想购买一种口味的糖浆，但您可以提供两种风味的糖浆，将其绑定以轻微的折扣价销售给父母。
在第二种情况下，两种产品都可以有治疗作用，但是此时是为成人所用。第一个是治疗鼻腔充血，第二个是热饮的，治疗咳嗽和发烧。如果商店提供了应付这两种情况的商品，商店可能决定在产品显示页面上为这两个产品做宣传。有鼻腔充血的购买者可以直接购买他（她）知道的已存在的产品，而没有意识到还有新的选择。解决方法是为两个产品在那些页面上做交叉销售广告，使每个购买者都知道商店提供两个产品。 数据挖掘研究院
图 4 显示了条目设置的例子。 数据挖掘研究院
图 4. 查看条目集
条目集，在这种情况下是一起购买的符合最低支持度和可信度的产品。这个视图以条目的降序排序，在顶部显示多条目设置。由算法生成许多单条目集，此时可以忽略该算法。他们与您不用数据挖掘就能决定的最受欢迎的产品有些相似。 数据挖掘研究院
这些设置都是产品绑定的机会，或是 WebSphere Commerce 中商品销售的联合体。例如，上面的规则之一是维生素 C 和维生素 E 经常是一起购买的。 数据挖掘研究院
保存您的工作 数据挖掘研究院
您所做的每一件事，包括数据、模型以及结果，全部都是挖掘基础（Mining Base）。您可以用一有意思的名字保存这个基础，例如使用 AssocOrders，在以后可以装载它继续工作。如果您想将结果转移到另外一台机器上或允许其他人检查结果，您也可以将挖掘基础导出。 数据挖掘研究院
重要的注意事项 数据挖掘研究院
下面的注意事项描述了您使用本指南中的步骤创建的模型的一些可能的变化。 数据挖掘研究院
将每个购物者都视为事务 数据挖掘研究院
您可以使用上面的介绍创建新的挖掘模型，它的事务 id 是 MEMBER ID 而不是 ORDER ID。每个购物者的购买都会被视为单独的事务，允许您以后分析该购买。例如，了解购买维生素 E 和补充铁质倾向于是相同的顾客所为是有益处的，但是没有必要进行相同的购买。您可以发现顾客登录到站点上购买了维生素 E，但过去没有购买过铁质，那么可以显示铁质的优惠券，因为它是与维生素 E 最有关联的。
