Hệ tư vấn được sử dụng để dự đoán sở thích của người dùng đối với một sản phẩm hoặc dịch vụ cụ thể cũng như gợi ý các sản phẩm hoặc dịch vụ phù hợp cho người dùng. Nhiều phương pháp dùng trong khai thác dữ liệu như sự phân lớp hay luật kết hợp được áp dụng vào bài toán hệ tư vấn. Bài báo này đề xuất một mô hình tư vấn mới sử dụng các luật kết hợp và một số độ đo hàm ý thống kê quan trọng. Trong mô hình được đề xuất, các độ đo hỗ trợ và tin cậy được sử dụng để tạo ra các luật kết hợp; độ đo cường độ hàm ý kết hợp với độ đo trách nhiệm được sử dụng để lọc tập luật và xếp hạng các gợi ý. Mô hình này hoàn toàn có thể mở rộng cho những độ đo hấp dẫn khác. Hệ tư vấn dựa trên mô hình đề xuất được xây dựng và đánh giá theo bốn kịch bản và trên hai tập dữ liệu. Kết quả thực nghiệm cho thấy hệ tư vấn dựa trên độ đo cường độ hàm ý kết hợp với độ đo trách nhiệm: làm giảm kích thước của mô hình dùng để đưa ra các gợi ý nhưng vẫn duy trì được tính chính xác, qua đó làm giảm thời gian tư vấn; cho kết quả gợi ý tốt hơn các kết quả gợi ý của hệ tư vấn dựa trên cùng mô hình đề xuất nhưng khác độ đo (thống kê chi-square và hệ số Bayesian); cho kết quả gợi ý tốt hơn các kết quả gợi ý của hệ tư vấn dựa trên mô hình tư vấn AR được tích hợp trong recommenderlab sử dụng độ đo support và lift.