数据库技术的逐渐成熟及网络技术的迅速普及,使人们采集数据的能力得到了极大的提高,从而导致了全球范围内数据存储量的急剧增大。“数据爆炸与知识贫乏”是信息时代所面临的一个严峻的问题,而数据挖掘就是解决该问题的有效手段之一。数据挖掘是从大规模的数据量中获取有用信息,发现隐含的、先前未知的、对决策有潜在价值的知识,因此对数据挖掘技术的研究有着重要的意义。本文以数据挖掘中一个重要的领域关联规则挖掘为研究课题,并对关联规则的挖掘方法进行了研究和分析。本文的研究工作主要包括以下两个方面:一方面,提出了基于数据库变化的关联规则增量式更新算法。发现频繁项目集是关联规则数据挖掘中的关键问题,频繁项目集是在给定的数据库里,在满足最小支持度和最小置信度下的一个项目集合。但随着数据库发生变化,就会产生不同的频繁项目集,如何发现在数据库变化情况下,利用已挖掘的频繁项目集来实现更新挖掘就是需研究的问题。另一方面,提出了基于约束的最大频繁项集挖掘算法,该算法是将约束条件应用到挖掘算法中,减少候选项目集的个数,提高算法的执行效率。对算法进行了详细的分析。实验结果表明,该算法具有较好的可操作性,并在一定程度上解决了产生许多无关或无价值的关联规则。