关联规则挖掘作为数据挖掘的一个重要的研究方向，有着极其重要的应用价值。频繁项目集的发现是关联规则数据挖掘的核心问题。数据库的动态变化，使得关联规则与频集的更新维护成为重要的研究内容。 本文在对关联规则挖掘中的一些经典算法进行分析和总结的基础上，提出了新的解决相应问题的关联规则挖掘算法。 (1) 提出基于项目增长法求解频繁项集的算法，只需一次扫描数据库，即可得到所有频繁项集，增强了产生候选项的针对性和有效性，提高了候选项的支持事务计数的效率；在求解最大频繁项集时，由于求解过程中无需用到大量的中间结果，节省了内存空间，提高了挖掘效率和性能。 (2) 利用已有挖掘结果，对新增数据集只扫描一次，即可得到事务更新后的数据集的频繁项集，提高了挖掘效率。 (3) 提出一种在数据集规模减小而支持度和置信度不变的情况下，负增量关联规则维护算法。 (4) 提出一种快速聚焦关联规则维护算法。在需要反复调整最小支持度的情况下，充分利用以往挖掘过程中的信息，避免多次扫描数据集。 (5) 基于上述研究，给出了一个实现关联规则维护的原型系统，实现了基于项目增长求解最大频繁项集算法，实现了正增量式维护算法，实现了负增量更新算法，实现了最小支持度频繁调整时的快速聚焦算法。实验表明了算法的有效性和可行性。