随着数据库应用的不断深化，数据库的规模急剧膨胀，但是数据库管理系统却没有提供有效的工具和方法来利用这些数据，因此充分利用数据进行决策支持成为当今最需要深入研究的领域。数据库的知识获取以及数据挖掘便是数据利用的有力武器。在数据挖掘中关联规则的挖掘获得了广泛的关注，因为其表达方式易于理解，高的可用性，成为各企业尤其是零售业最为关注和最常应用的数据挖掘技术。关联规则是从历史的大规模的数据中获得项集之间的相互关联关系，抽取出有用的和感兴趣的模式，主要任务是发现数据库中的大项集，因为这个任务在大规模数据库基础上是耗时的操作，所以现在的主要研究方向都集中在大项集的有效生成上。 本文提出了一种新的数据结构——多维谓词集项集树MPIT(MUlti-dimension Predicate Itemsets Tree)和基于此结构的高效的多维关联规则产生算法。MPIT记录了数据库中所有的维谓词信息，同时将数据库按不同的维谓词分割成了一系列很小的子集，然后对各子集部分建立有序大项集树。实验表明本算法在时间和空间上都有很高的效率。在此基础上提出了结合元规则指导、概念分层和数据方技术的改进的挖掘算法，使以后的挖掘工作更具有针对性，更加迅速。