该文在经典关联规则的基础上,提出了一系列扩展的关联规则开采算法:发现关联规则的难度体现在发现频繁项目集上,事实上最大频繁项目集(其所有的超集都为非频繁项目集的频繁项目集)的集合已经包含有所有的频繁项目集,该文提出了一种发现最大频繁项目集的算法DMFI(DiscoveryMaximalFrequentItemsets),该算法采用自底向上和自顶向下的相结合的搜索策略对数据空间进行有效的搜索.接着,提出了一种支持度和置信度的界限算法,它利用已经计算出来的频繁项目集的支持度信息来预测将要计算的项目集的支持度和规则置度度的上下界限,从而可大大减少频繁项目集生成的数量和数据开采时间.该文提出了加权关联规则的概念,包括竽加权关联规则和水平加权关联规则,把包含以上两种情况的关联规则叫混合加权关联规则.并提出了一种解决该问题的加权关联规则开采算法MWAR(MixedWeightedAssociationRules).数据开采发现的知识可分为两种:常规性规则和例外规则.例外规则是数据集合中少数数据所保持规则,虽然也有很高的可信度,但由于其具有较小的支持度,因而常常被忽略.由于它出乎人们的意料,所以非常有用.该文提出了一种开采例外规则的算法.针对降低关联规则开采时间的问题,该文提出一种新的算法ACT(AlgorithmforClusteringTransaction),该算法利用聚类树的概念先把海量数据集合聚集到一个较小的交易集合中,然后在新的数据集合中开采关联规则,该算法可急剧降低规则的开采时间.该文提出了一种开采优化关联规则的算法.另外,提出了从多数据源中识别与特定开采任务相关联的数据源的相关性检测方法,该方法使用在数据开采的数据准备阶段.最后,提出了一个开采关联规则的系统框架.