随着因特网技术的迅速发展，因特网上信息成几何级数增长，传统的信息检索服务已不能满足用户的检索需求，因此智能信息检索成为重要的研究课题。概念检索是实现智能信息检索的重要方式之一。本文针对目前概念检索系统中存在的问题，利用关联规则挖掘技术，挖掘概念之间的关联和层次关系，自动构建概念树，实现概念检索。 本文首先介绍了概念检索和关联规则挖掘的发展概况和基本概念，在此基础上，分析了概念检索中存在的问题。针对自动从文档中导出关键词／词条之间的关联性问题，本文在深入研究加权挖掘算法和向量空间模型中权值特点的基础上，提出一种矩阵加权关联规则挖掘算法。该算法首先根据k-权值估计思想找出频繁项集，然后根据矩阵加权置信度找出关联规则。实验结果表明，该算法能有效地解决上述问题。针对交互式挖掘关联规则的问题，本文将查询表达式作为约束条件来挖掘相关的关联规则，在分析现有约束关联规则挖掘算法的基础上，提出一种基于两阶段的约束关联规则挖掘算法。该算法利用已挖掘的关联规则，实现约束关联规则的挖掘过程。由于在约束条件挖掘的过程中不需要再对数据库进行挖掘处理，算法可以节省大量时间，提高了查询效率。实验结果验证了这一结论。本文还针对查询扩展的问题，提出了一种基于规则的概念关联扩展检索技术以及概念层次的生成方法，该方法根据关键词／词条之间的关联规则，将查询表达式扩展为相关的表达式，提交给系统执行检索，提高了查全率和查准率。本文在已有关联规则挖掘算法的基础上，结合所提出的改进算法及技术，最后实现了一个基于关联规则挖掘的中文概念检索系统原型。