数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取出隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。在现实世界中，很多数据均是时态数据。与在普通事务数据库中进行数据挖掘相比，时态数据挖掘能更好地反映数据中所隐藏的与时间有关的知识。时态数据挖掘作为数据挖掘的一个重要分支，引起了人们极大的兴趣。有关这方面的研究才起步不久，还存在许多问题亟待解决。 　　本文在研究了国内外现有的时态数据挖掘相关理论的基础上，对时态数据挖掘的相关技术和发展状况进行了分析，讨论了时态关联规则挖掘的相关概念、性质和一个算法，建立了一个基于时态数据库的挖掘框架，并在此基础上实现了一个零售行业的时态数据挖掘系统。最后通过实例研究，表明所建立的系统能够有效率地挖掘到用户感兴趣的时态知识。