关联规则挖掘是数据挖掘领域的一个重要研究分支,它对于事务数据集中的规则发现有着不可替代的作用。近年来国内外各界学者、研究机构对关联规则算法本身及其应用投入了大量精力,提出了各式各样的算法及在原有算法上的改进,同时,关联规则的应用也深入到各个领域。本文总结数据挖掘以及关联规则的国内外研究现状。对关联规则挖掘的Apriori算法进行了深入研究,并分析其主要性能瓶颈,在此基础上,对比Apriori算法与FP-Growth算法的优缺点,研究基于数据分割和基于散列的改进算法。本文分析中医药关联规则挖掘的特点,小包装中药饮片在药房系统中使用的规范、原则及其优越性。构建了整个智能药房上位机软件系统,包括主控系统、窗口系统、备货系统,并实现其各个功能模块的代码设计。在此基础上,实现关联规则算法在药房系统中仓位配置管理上的应用,对其中的数据处理操作、频繁项集的发现过程以及仓位的具体分配原则做了详尽阐述,并将应用关联规则的配仓结果与传统的经验配仓结果对处方调剂效率的影响进行了比较,验证算法的优越性。分析本文研究中还存在的一些问题,并指出进一步研究的方向。