关联规则挖掘已经成为数据挖掘领域重要的研究方向之一。然而传统算法生成的关联规则之间存在着大量的冗余规则,这使得用户分析和利用这些规则变得十分困难。为了帮助用户分析,可以采用各种技术有效地减少大量的冗余规则。目前,关于正关联规则中冗余规则删剪技术的研究颇多,已经提出了多种冗余规则删剪的算法。本文总结了在正负关联规则中经常出现的几种冗余规则,并对它们进行了讨论和分析。针对这些冗余规则,本文采取了相应的方法对其进行了修剪。(1)在已有算法的基础上提出了一种改进的冗余规则修剪方法。该方法引入相关性这一概念,提出并证明了一个重要定理:若A(?)BC是一条有效的关联规则,则A(?)B(或A(?)C)也是一条有效的正关联规则,当且仅当corrA,B>1(corrA,C >1)。这一定理说明了只有当corrA,B>1(corrA,C >1)时,规则A(?)B(或A(?)C)才能相对于A(?)BC是冗余的,否则,A(?)B(或A(?)C)可能都不是一条有效的关联规则。本文根据这一定理提出了一种改进的冗余规则修剪方法,实验结果证明它能够明显地减少关联规则的数量,是有效的。(2)对PNARC算法挖掘出的负关联规则进行分析,发现其中存在了大量的冗余规则。本文只对三种典型的冗余负关联规则进行了讨论,①(?)A(?)(?)B(?)C,②(?)A(?)BC,③(?)A(?)(?)BC。因为与其他类型的负关联规则比较,相对于这三种负关联规则的冗余规则数量是比较多的。所以本文通过分析得出了三个重要的推论并给出了证明。实验证明这一方法在一定程度上删除了其中的冗余规则。