信息技术的发展和网络共享的普及使得人类社会进入了一个新纪元,越来越多的信息被自动化、电子化和数据化,这就使得数据库的应用遍布各个领域,作为数据库技术中的核心科学之一,数据挖掘技术成为了从数据海洋中挖取有价值数据的主要手段。其中关联规则挖掘作为数据挖掘领域的一个主要的研究方向,具有宝贵的研究价值和可拓展的实践前景。在关联规则挖掘的研究背景下,本文研究了关联规则挖掘方法及其增量更新问题。目前关联规则增量更新问题的研究主要针对的是正关联规则,主要的经典算法是D.W.Cheung等提出的FUP算法和FUP2算法,以及冯玉才等的IUA算法和PIUA算法。但是当前对负关联规则的增量更新算法的研究却相对较少,所以在对关联规则挖掘知识进行了归纳和总结的基础上,对正负关联规则的增量更新算法及其应用做了一些新的改进。本文主要做了以下两个创新工作:(1)在对已有的关联规则增量更新问题研究的基础上,应用了IUA算法和SFUA算法,将它们有机地结合起来解决了当最小支持度发生变化,数据库加入新的数据集时这一类型的增量更新问题。(2)正关联规则增量更新算法只需要求出更新后的事务数据库的频繁项集,虽然频繁项集中也包含负关联规则,但是负关联规则却更多地出现在非频繁项集中,所以在解决负关联规则的增量更新问题时,要找出所有的频繁项集和非频繁项集。本文中改进了一种更新算法,解决了最小支持度不变,数据库中添加数据集的负关联规则的增量更新问题。