支持度：商品组合A、B出现的频数，记为S。
支持度很高的时候，代表商品A和B经常同时被购买，但不能说明A对B的影响。反例：所有订单都买了A，那么A与其他所有产品的支持度都很高。
置信度：购买商品A后，购买商品B的概率，即条件概率，记为P。
置信度很高的时候，代表B经常在A被买之后接着被购买。但没有考虑B本身的频率，也不能说明A对B的影响。反例：只有一个订单买了B，那么所有前序商品对B的置信度都很高。
提升度：购买商品A后购买B的概率与所有购买B的概率的比例，即P(A|B)/S(B)，记为L。可以说明购买A之后，对购买商品B的提升程度。
例子：现有眼霜A与面膜B，买眼霜的人比买面膜的人多，S(眼霜)=10%，S(面膜)=5%，同时买眼霜和面膜的人很少，S(眼霜+面膜)=1%。由此可以算出：
P(眼霜|面膜) = S(眼霜+面膜) ÷ S(眼霜) = 10%
即10%的人会买眼霜，这10%中只有10%的人会继续买面膜。这个数字并不高，看起来似乎不能说明什么。但是，所有人中只有5%的人会买面膜，而买了眼霜的人群，就有10%的人会买面膜了！即：
L(眼霜→面膜) = P(眼霜|面膜) ÷ S(面膜) = 2
也就是说，如果想要促使人们买面膜，让他们先购买眼霜再购买面膜比直接让他们购买面膜要容易一倍。
