Скажімо, ми використовуємо приклад продуктового магазину, який перевіряє дійсність правила асоціації, що має попереднє і наступне (наприклад: "Якщо клієнт купує хліб, він також купує масло").
Якщо ви подивитесь на всі транзакції та досліджуєте їх навмання, ймовірність того, що ця транзакція містить наслідки, є "Очікувана впевненість". Якщо ви подивитесь на всі транзакції, що містять попередній випадок, і виберіть з них випадкову транзакцію, ймовірність того, що ця транзакція буде містити послідовну, є "Довіра". "Підйом" - це по суті різниця між цими двома. За допомогою ліфту ми можемо вивчити взаємозв’язок між двома предметами, які мають високу впевненість (якщо довіра низька, то підйом є по суті не має значення).
Якщо вони мають високу впевненість і низький підйом, то ми все ще знаємо, що товари часто купуються разом, але ми не знаємо, чи є наслідком це через попередник або якщо це просто збіг (можливо, вони обидва купуються разом, тому що вони обидва дуже популярні товари, але не мають жодного стосунку один до одного).
Однак якщо впевненість і підйом є обома високими, то ми можемо обгрунтовано припустити, що наслідок цього відбувається за рахунок попереднього. Чим вище підйом піднімається, тим менша ймовірність того, що відносини між двома пунктами є лише збігом. Математично:
Lift = Впевненість / Очікувана впевненість
У нашому прикладі, якщо довіра до нашої норми була високою, а підйом - низьким, це означало б, що багато клієнтів купують хліб з маслом, але ми не знаємо, чи це пов’язано з якимись особливими відносинами між хлібом і маслом, або якщо хліб і масло - просто популярні речі окремо, і те, що вони часто показують у продуктових візках разом, - лише збіг обставин. Якщо впевненість у нашому правилі висока, а підйом високий, це свідчить про досить сильну кореляцію між попередньою та наслідковою, а це означає, що ми можемо обгрунтовано припустити, що клієнти купують масло через те, що вони купують хліб. Чим вище підйом, тим впевненіше ми можемо бути в цій асоціації.
