数据挖掘是随着信息技术不断发展而形成的一门新学科。它帮助人们在信息海洋中发现有用的知识和信息，面对信息时代海量数据的出现，如何有效地利用巨量的原始数据分析现状以预测未来，已经成为人类面临的一大挑战。由此，数据挖掘技术应运而生并得以迅猛发展。目前，数据挖掘已经成为一个研究热点。数据挖掘所得到的知识能够为决策支持提供依据· 关联规则是数据挖掘的重要模式之一，有着极其重要的应用价值。本文根据关联规则挖掘的要求与特点，结合遗传算法的思想，提出了一个基于线形遗传算法的关联规则挖掘方法，并通过实例分析，说明是一种具有实用价值的方法。 并深入地分析与研究了数据挖掘技术及关联规则。对关联规则的衡量标准作了系统的研究，针对基于支持度和置信度框架模型的局限性，引入了基于差异的兴趣度，用来修剪无趣的规则，从而筛选出用户真正感兴趣的规则模式。全面分析了数据挖掘中的一个重要算法——线形遗传算法。在此基础上，提出一种基于遗传算法的关联规则挖掘算法，从编码方法、适应度函数的构造、交叉算子和变异算子的设计等方面进行了详细的讨论和分析。 结合一所院校的学生成绩系统，给出了用线形遗传算法进行关联规则挖掘的实例，实现了数据挖掘在教育领域的应用。