关联规则挖掘是数据挖掘领域中一个重要的研究方向。为了解决数量型关联规则挖掘过程中“边界划分过硬”的问题,人们将模糊集的有关概念引入到关联规则挖掘中,提出了“模糊关联规则”。本文利用模糊蕴涵算子定义蕴涵度提出了解决模糊关联规则挖掘问题的一种新方法,并就不同模糊蕴涵算子对关联规则挖掘结果的影响进行了讨论。主要工作如下: 1.首先利用模糊蕴涵算子定义了冗余模糊关联规则,分析了冗余模糊关联规则的性质,提出删除冗余模糊关联规则提高执行效率的新算法。并通过实例加以描述。 2.分析、比较了利用支持度和蕴涵度解决模糊关联规则挖掘问题的一些方法,讨论了选择不同算法的条件。 3.定义了模糊关联规则集间的距离公式,并分析了该距离公式的合理性. 4.用18种常用的模糊蕴涵算子分别定义蕴涵度,并利用上述距离公式对其挖掘出的18个强模糊关联规则集合进行了聚类分析,得出聚类结果,并讨论了采用不同蕴涵算子对规则挖掘结果的影响。