由于计算机应用的飞速发展，数据挖掘技术成为数据库和人工智能领域最前沿、最活跃的研究方向之一，关联规则是数据挖掘领域中的一个非常重要的研究课题，广泛应用于各个领域，既可以检验行业内长期形成的知识模式，也能够发现隐藏的新规律，有效地发现、理解、运用关联规则是完成数据挖掘任务的重要手段。随着市场不断提出新需求，关联规则挖掘技术急需高性能的、可靠的数据挖掘方案，以对各数据库中数据进行有效的挖掘，提高数据挖掘应用于数据分析和决策支持的正确性和有效性。Apriori算法是关联规则挖掘中最经典的算法，但它存在两大致命缺陷：需多次扫描数据库和产生海量的候选项目集。针对这两大缺陷，本文提出了一种基于模式矩阵的关联规则挖掘算法(简称P_Matrix算法)，使扫描数据库的次数减少为一次，同时不产生候选项目集而直接产生频繁项目集，从而使算法的时间复杂度和空间复杂度大大减少，有效地提高了关联规则算法的效率。同时，将基于模式矩阵的P_Matrix算法运用到“江西省基于数据仓库的宏观经济智能决策支持系统”项目中，取得了较好的效果。