数据挖掘(DATA MINING)是当前较为关注的一个研究领域，关联规则是数据挖掘所能发现的重要知识模式之一。从海量的信息数据库中挖掘出人们感兴趣的、有用的规则，对人们在生产、生活的各个领域进行决策是很有意义的，也是非常重要的。 本论文是在研究《数据挖掘的系统模型研究与实现》这一江西省自然科学基金项目的过程中，着重研究如何在数据库中挖掘关联规则这一子论题，并在广泛深入学习众多专家学者(特别是波兰数学家Z．Pawlak提出的粗糙集理论)的研究成果的基础上，提出了一种基于粗糙集理论的关联规则挖掘方法。粗糙集理论的中心问题是分类和知识约简，本论文就是着重研究如何将粗糙集的分类和约简方法运用到关联规则的挖掘当中。 论文共分五章：第一章为引论，主要介绍数据挖掘的基本知识和论文题目的背景、来源；第二章，对当前关联规则挖掘的研究现状作一简洁叙述，并提出了自己的看法；第三章，对粗糙集理论主要的基本概念和中心思想进行了阐述，因为粗糙集理论是论文中心议题的理论基础；第四章，提出了以粗糙集理论为基础的关联规则挖掘的若干步骤，并对属性约简、规则约简等关键步骤给出了明确的算法，这也是论文的核心所在；第五章，以一具体实例来完整体现基于粗糙集理论的关联规则挖掘方法全过程。