随着计算机和自动数据收集工具的应用，大量的数据已经被持续地收集和存储在数据库中，由此产生了从大量数据库中挖掘令人关注的信息的巨大需求。关联规则是一种从大量数据库中发现强关联或内在联系的数据挖掘技术，发现的规则可帮助进行市场或销售分析，决策支持和企业管理。 在这篇论文中，我们提出和开发了一种令人关注的关联规则挖掘方法，即基于OLAP技术的关联规则挖掘算法（On—Line AnalyticalMining of Association Rules），这种算法把当前已普遍应用的OLAP（on-line analytical processing，联机分析处理）技术和一些有效的关联规则挖掘算法综合起来。这种挖掘算法具有稳定性、多维性、多层次的特点。通过在多维数据库中进行不同方式的关联规则挖掘研究，已有几种算法被开发应用，主要包括维内关联规则（Intra-dimensional Association），维间关联规则（Inter-dimensional Association），混合关联规则（HybridAssociation），基于元规则的关联规则（Meta-rule-guided of Association）。这些算法已在我们所开发的企业智能决策分析工具软件DBMiner系统中实现。我们的研究数据显示这种基于OLAP的关联规则挖掘算法OLAMAR对比原有的算法在稳定性和运算效率上具有优势。