Secara umum, Association Rule Mining dapat dibagi menjadi dua tahap:

  1. Pencarian Frequent Itemset
    Pada proses ini dilakukan pencarian Frequent Itemset. Frequent Itemset yang diperoleh harus memenuhi minimum support (lihat post Itemset, Support, dan Confidence).
  2. Rule Generation
    Frequent Itemset yang telah dihasilkan dari proses sebelumnya digunakan untuk membentuk Association Rule. Association Rule yang dihasilkan akan memenuhi minimum support dan minimum confidence.

Masalah utama yang muncul pada pencarian Frequent Itemset adalah banyaknya hasil Frequent Itemset yang memenuhi threshold minimum support. Semakin rendah threshold minimum support, Frequent Itemset yang dihasilkan akan semakin banyak. Jika terdapat d item, maka akan diperoleh 2d-1 kombinasi itemset yang bisa diperoleh. Contoh: 100 item akan menghasilkan kombinasi itemset 2100-1. Jumlah itemset ini sangat banyak untuk dapat disimpan atau diproses pada komputer manapun. Untuk mengatasi hal ini, muncul istilah Closed Frequent Itemset dan Maximal Frequent Itemset.