随着信息时代的来临，人们要面对越来越庞大的数据，当数据量极度增长时，人们感到面对信息海洋像大海捞针一样束手无策，因此，需要一种从大量数据中去粗存精、去伪存真的技术，数据挖掘技术就是人们长期对数据库技术进行研究和开发的结果，是信息技术自然演化的结果。它从大量的数据中，抽取出潜在的、有价值的知识、模型或规则的过程。 论文所研究的关联规则算法是数据挖掘中的重要内容之一。数据挖掘主要的算法有分类模式、关联规则、决策树、序列模式、聚类模式分析、神经网络算法等等。关联规则是数据挖掘领域中的一个非常重要的研究课题，广泛应用于各个领域，既可以检验行业内长期形成的知识模式，也能够发现隐藏的新规律。有效地发现、理解、运用关联规则是完成数据挖掘任务的重要手段，因此对关联规则的研究具有重要的理论价值和现实意义。 论文主要分析比较了各种成熟的关联规则算法的优劣，总结了关联算法的改进策略，并说明了数据挖掘中关联算法的相关应用，最后展望了关联规则的前沿研究问题和未来的发展趋势。