本文主要对数据挖掘中的关联规则进行了较为系统地探讨.介绍了数据挖掘的概念和分类,研究关联规则挖掘技术的几种算法,比较他们的优缺点,提出了一种利用上三角矩阵的良好性质来实现的并行挖掘算法,我们把单机实验使用Apriori算法和基于上三角矩阵的并行挖掘算法的运行效率做比较,发现将该性质运用到关联规则的挖掘中来可以提高挖掘效率;讨论了关联规则的扩展问题,研究布尔关联规则挖掘技术,数值型数据离散化后提取关联规则的技术,以及对大型数据库分层次提取关联规则的技术,把一个大型超市的交易数据库中有关食品的交易记录提取出来,对以上基于概念层次树的多层次关联规则算法进行仿真,挖掘出食品间的多层次关联规则;最后把基于数据立方体的多维关联规则挖掘方法用于过程工业中找最优参数的问题上,分析影响丙烯腈收率的5个关键属性,找出它们与收率之间的关联规则,从而找出最优操作工况.仿真结果表明,利用OLAP技术,采用基于数据立方体的多维关联规则的方法适用于过程工业中找最优参数的问题,能较为方便地找到丙烯腈生产中各个操作参数与丙烯腈收率之间的关联规则,为丙烯腈生产的过程分析提供了很大的方便.