数据挖掘(Data Mining)就是近年来随着人工智能和数据库技术的发展而出现的一门新兴学科。关联规则(Association Rule)是数据挖掘的重要的研究课题,是数据挖掘的主要技术之一,目的就是要在交易数据库中发现各项目之间的关系。它在决策支持系统、专家系统和智能型信息系统等各个方面都起着重要的作用。近年来有许多学者都在进行关联规则的研究,并在原有的方法基础上进行了很大的改进,还结合不同领域的知识得出了多种不同的关联分析方法。本文对基本关联规则的现状进行了剖析,指出了其两个重要衡量工具—支持度和置信度的表达方式上的混淆之处,并从集合论和概率论两个角度给出了规范化描述,为以后的研究分析奠定了基础。随后采用灰色关联分析进行实证分析。大多数学者都是将灰色关联规则用于研究方案的可行性,即与参考方案的相似程度,而本文将该方法用于分析调查问卷,就问卷调查结果分析了问卷中各问题的关联度。然后在现有的模糊集关联规则研究的基础上,结合数据统计特征提出了具体的隶属函数,再在灰色关联规则分析的基础上,进行模糊关联规则分析。最后,将灰色关联规则和模糊关联规则结合在一起,将灰色关联系数作为权数加入到模糊关联规则中,进行加权模糊关联规则分析,并以厦门市的产业结构作为实证分析的对象进行了研究,并就分析结果对厦门市的产业结构调整提出了几点建议。本文的创新点主要体现在以下几个方面:第一,在总结现有关联规则的表达方式的基础上,指出了其中的矛盾以及容易产生的混淆,并进行了规范化描述;第二,结合原始数据的特征,提出具体的隶属函数形式;第三,将两种关联规则结合起来,以灰关联度作为权数加入到模糊关联分析中。