随着信息技术的发展,数据挖掘技术得到了广泛的关注,这促使科学界人士对该项技术进行更为深入的研究。在数据挖掘技术中有众多研究领域,关联规则数据挖掘就是其中一个重要的研究方向,对它进行深入研究不仅有着重要的理论意义,而且有着极其重要的应用价值。关联规则挖掘算法是关联规则数据挖掘研究中的主要内容,迄今为止已提出了许多高效的关联规则挖掘算法。本文首先对关联规则数据挖掘中的一些经典算法进行了系统的分析和总结,然后在此基础上提出了新的解决相应问题的关联规则挖掘算法。本课题是对数据挖掘中的关联规则进行系统研究,主要包括以下内容:1、数据挖掘技术的研究。分析了数据挖掘技术的研究现状,对数据挖掘技术的热点研究领域进行了探讨,为本课题的全面开展奠定了基础。2、关联规则的研究与分析。在对现有的关联规则研究的基础上,本文对关联规则的内容作了大体的介绍和总结,详细地介绍了关联规则的基本概念和基本性质,对关联规则的典型挖掘算法进行了系统的分析和总结,讨论了提高算法效率的不同优化技术。3、分析和研究Apriori算法,针对该算法中存在的效率瓶颈问题,提出了一个改进的挖掘算法FDBM_Apriori算法,并实现了该算法。实验证明,FDBM_Apriori算法具有良好的性能。4、对关联规则数据挖掘在销售行业的应用做了一定的探讨。我们选取一个实际的商场销售数据库和信息反馈数据库作为挖掘对象,构造了一个简单的关联规则挖掘系统,利用FDBM_Apriori算法挖掘出了未知的、有价值的知识,使理论研究上升到了实际应用。