增量資料庫可擦除樣式探勘

零售商希望找出「單獨賣利潤很低、但如果跟某些商品一起賣就有利可圖」的商品組合—— 這在資料探勘裡屬於可擦除樣式探勘（Removable / Erasable Pattern Mining）的範疇： 反過來找出利潤貢獻偏低、值得整併或搭配銷售的商品集合， 幫零售商決定哪些商品該捆綁販賣、哪些該優先下架。

真實的零售交易資料是持續增量的，每天都有新的銷售記錄進來。 如果每次分析都要把整個資料庫重新掃描、重新計算一次，成本會隨資料量不斷疊加。 這個專案要解決的正是這件事：讓樣式探勘的結果可以隨新資料到來動態更新， 而不是每次都从零開始。

核心特色是「可動態增加資料庫之應用」：當新的銷售資料加入時， 演算法只需要針對新數據對原有資料的影響做調整， 不需要把整個資料庫重新計算一遍。候選商品組合以類似 lattice（格）的結構組織—— 從單一商品開始，逐步往上組成兩兩配對、三個一組的組合， 每一層都只需要根據下一層已經算好的結果延伸，而不是每次都重新窮舉。

每個候選樣式（pattern）都對應一個效用值（utility），由該商品組合在交易紀錄中 累積的利潤貢獻計算而來；低於門檻的樣式會被標記為「可擦除」。新交易加入時， 演算法只重新計算受影響節點的效用值，並視情況讓格結構往下一層擴張， 沒被新資料觸及的節點完全不用動。

整個系統用 Java 開發，刻意把「資料怎麼存」「效用怎麼算」「格結構怎麼長大」 這三件事拆成各自獨立的類別，而不是寫成一支從頭到尾的流程腳本：

這樣拆分的好處是職責單一、容易單獨測試：要驗證「效用值算得對不對」跟 「增量更新有沒有漏掉受影響的節點」可以分開驗證，不用每次都跑一次完整流程才能抓到問題出在哪一層。

我們實作了一套資料探勘演算法，能透過銷售記錄計算出每個商品的利潤， 並將商品交叉配對，找出利潤足夠高的商品組合，以同捆包的方式販賣。

下面這張動畫示範了格結構實際擴張的樣子：一開始只有單一商品節點 （B、A、E、C、G、D、H、J、F），新交易讓某些商品開始一起出現後， 中間層的兩兩組合（如 ED、EF、GH）就會長出來；當交易資料裡 出現三個商品一起賣的紀錄，最下層的三商品組合 （如 EDF、GHJ、GJF）才會被建立。每一層都只根據上一層已經存在的節點延伸， 不會整個格重新算一遍。