数据挖掘的概念自产生之初，就受到了研究学者们的广泛关注。经过几十年的发展，许许多多的新概念、新方法被人们探索出来，并得到传承和改进。特别是最近几年，一些基本概念和基本方法趋于成熟，形成了具有一定规范性、系统性的数据挖掘知识体系。数据挖掘的研究在向更深入的方向发展。　　 数据挖掘是一种数据分析、知识转化的技术，它揭示了蕴藏在数据内部的知识、定律、规则，它像其它新技术的发展历程一样，需要经过概念提出、概念接受、广泛研究与深入探索、逐步应用和广泛应用等阶段。关联规则挖掘是数据挖掘研究领域中比较活跃的分支之一，成果丰硕，意义深远，但在挖掘效率、实用性、准确性等方面还需要研究学者们的进一步努力。在本文中也提出了一些可以改进的方向。在关联规则挖掘过程中，利用约束可以聚焦挖掘目标改善挖掘效率，因此，本文选择了这一课题进行了相关的研究工作。　　 本文介绍了数据挖掘相关的基本理论，并对关联规则挖掘理论及其算法等进行了研究。在关联规则挖掘理论研究的基础上，本文定义了项目集格空间，探讨了相关的操作算法，建立了一种关联规则挖掘算法——ISS-TM算法。在此基础上，本文将时态约束应用到关联规则挖掘的预处理中，改进ISS-TM算法形成了TISS-TM算法。在这部分工作中，本文还对时态区间及其操作等进行了形式化，它们是TISS-TM算法的理论基础。