随着数据库技术的快速发展,全球范围内的数据存储量急骤上升,面对这一挑战,数据挖掘技术应运而生,关联规则挖掘,尤其是关系数据库关联规则挖掘作为其中的一个重要研究内容,其应用极为广泛。目前关系数据库关联规则挖掘的的常用方法是通过算法产生出一些可能的模式,然后通过计算数据库中符合这些模式的元组数,如果超过规定的元组数即为想要的模式。这方面比较常见的算法是Apriori算法和它的一些常用的变型。这种方法在处理关系数据库关联规则挖掘的时候会碰到一些问题:首先伴随着处理问题复杂度的升高给系统带来难以承受的负担;其次因为算法没有充分考虑关系数据库关联规则挖掘的特点,所以在面临一些复杂模式的关系数据库的时候无法进行挖掘。本文就是在这种情况下写出的,文中首先介绍了数据挖掘的过程和分类,接着重点介绍了关联规则的相关理论及其在关系数据库当中的应用,在此基础上,通过结合倒索引结构和概念格等技术,给出了一种新的关系数据库关联规则挖掘算法,这种算法一方面保持了原有经典Apriori算法的简单易行的优点;另一方面通过引入了倒索引结构,将全表扫描的次数减少为一次,从而提高了算法效率,通过提出了连接度等概念和一些新的方法,让算法用能力处理较为复杂的关系数据库上的关联规则挖掘。通过引入概念格的概念,在规则衡量阶段减少了数据库扫描次数,进一步提高了算法的效率。通过论证,发现这个算法具有适用面广,快速,高效的特点。文章的最后,对全文进行了总结,提出了算法还存在着的问题和今后应该继续努力的研究方向。