空间数据挖掘是从空间数据库中提取隐含的、用户感兴趣的空间和非空间的模式、普遍特征、规则和知识的过程。由于空间数据的复杂性及其应用的专业性，一般的数据挖掘理论和方法只有经过改造后才能应用到空间数据挖掘上去。空间同位规则挖掘是空间数据挖掘的一个新兴分支，同位规则试图将关联规则泛化为空间索引的点集合数据集，把事务概念泛化为有邻居关系的点集合，在获取同位模式时，很好地考虑空间相关性。以往的同位规则挖掘算法侧重于挖掘所有的同位模式集，采用ioin法从k-1项候选集及实例集生成k-项候选集及实例集，存在着join计算量大的不足。 本文提出了一种新的同位规则挖掘算法——MCC算法，侧重于挖掘极大同位模式集，采用“先找极大团，再求实例集”的策略来指导计算极大同位模式集的过程，以求减少实例ioin的计算量，改善以往算法的不足。