随着科技的发展,人们能够用更便捷的方式来收集数据。数据库的快速增长使人们急迫地需要一种技术来处理这些数据。而数据挖掘就是在这样的背景下产生的。数据挖掘的定义如下：从数据库中找出以前人们不知道的知识,这些知识对于人们是很有价值的,可以用到人们的日常生产生活中,很大程度上增加生产效率。数据挖掘是知识发现(Knowledge Discovery in Databases,即KDD)中的个基本步骤。数据挖掘有许多常见的功能,比如聚类、分类、以及关联规则等。本文主要介绍了其中的关联规则。在文章中,简单介绍了关联规则的一些基本概念,以及挖掘关联规则的一些基本方法。本文对数据挖掘技术中的关联规则挖掘进行了系统的分析和研究,并在经典的Apriori算法的基础上改进了一个算法。本文的工作主要在以下几个方面：(1)对数据挖掘的基本理论知识和分类进行概述,对关联规则的基本思想进行深入研究,并对关联规则的相关算法进行了详细介绍。(2)介绍了现在已经存在的几种改进的相对高效率的算法,分析了其算法的性能,对这几种算法的优缺点进行了比较。(3)在分析关联规则基本理论的基础上,改进了一种基于矩阵的关联规则挖掘算法,通过扫描将数据库映射为0-1矩阵,直接在矩阵上进行运算,避免了反复扫描的过程,还对Apriori性质进行了引申和利用,对矩阵进行彻底的压缩。理论分析和实验证明了改进算法在效率上的提高。