关联规则挖掘是数据挖掘领域中的一个重要的研究内容,其主要目标就是发现数据库中一组对象之间某种有趣关联或相关联系。近年来,关联规则挖掘研究成为数据挖掘中的一个热点,并被广泛应用于市场营销、事务分析等领域。　　 数据立方体是OLAP多维数据分析的基础,它体现了数据仓库的结构并且包含了预先计算好的聚合信息,能够直接为关联规则挖掘的过程所使用,提高规则发现的效率。　　 本文对数据立方体上的关联规则挖掘算法进行了系统的研究和全面的总结,并在此基础上提出了改进的关联规则挖掘算法。　　 首先,本文介绍了数据仓库、OLAP、关联规则挖掘的基本知识和常用的一些关联规则挖掘方法,并对数据立方体上的关联规则挖掘算法进行了总结。　　 其次,针对multi-D-slicing算法中的冗余谓词搜索问题进行了分析,提出了改进的基于维分类的关联规则挖掘算法,该算法有效减少了冗余谓词搜索的问题,节省了生成频繁项集所消耗的时间,实验表明该算法比multi-D-slicing算法具有更好的性能。　　 最后,论文提出了一种基于数据立方体的关联规则挖掘系统的结构模型,介绍了系统实现采用的具体技术和方法,并且在挖掘系统中运用了改进的算法,取得了良好的效果。