关联规则在商业中的广泛应用使得它成为数据挖掘中最活越的研究方向之一。然而,在传统的基于支持度的关联规则挖掘框架中,数据之间真正的关联可能会未被发现,与此同时可能还会产生太多不具有真正相关性的规则,已是一个众所周知的事实。基于此,统计关联已被越来越多的研究人员所采用,从而弥补关联规则的不足。近来,在交易数据库上的具有统计意义的强相关项目对的挖掘受到的一定的重视。在给定最小相关阈值θ和待挖掘的交易数据库的情况下,强相关项目对的挖掘问题是要找出所有的满足皮尔森关联系数不小于θ的项目对。 同时,由于大量的商业数据是存储在关系数据库中的,大部分的数据挖掘应用也是针对关系数据库的。因此进行关系数据库上的强相关项目对挖掘的研究,有着十分重大的理论价值和实际意义。 本文主要的研究内容包含两部分: 1) 为了在关系数据库上进一步减少候选项目对测试的代价,我们通过1NF的性质,对Taper算法进行改进,设计改进的TaperR算法,在挖掘过程中减少候选项目对的数目,从而提高算法的效率。实验结果表明,设计的新算法在进行关系数据库上的强相关项目对挖掘时,具有良好的效果。因此,更适合在实际的关系数据库系统中应用。 2) 为了有效解决关系数据库上的Top-K强相关项目对的挖掘问题,我们提出了基于阈值估计的Top-K强相关项目对挖掘算法,实验结果表明,新方法是行之有效的。