在科学技术迅猛发展的今天，人们越来越认识到信息的潜在价值，因此，人们试图从大量的数据中提取出有用的信息，数据挖掘就是在这种情况下诞生的。与传统的统计、查询方法相比，数据挖掘技术涉及到多个学科，汇集了人工智能、模式识别、数据库、机器学习以及管理信息系统等学科的成果。数据挖掘是一个新兴的边缘学科，其应用领域非常广泛，并且具有良好的应用前景。 本文在深入学习并熟悉数据挖掘的基本特点和相关技术的基础上，充分分析了国际上数据挖掘方面已取得的研究成果及其存在的不足，对知识发现和数据挖掘开展研究。 论文首先介绍了国内外关于知识发现和数据挖掘的发展动态、数据挖掘的基本概念以及数据挖掘的结构和模型，然后详细地介绍了关联规则的概念以及关联规则挖掘的一些算法，针对这些算法中存在的不足，本文提出了Background-based Apriori算法，该算法考虑到了频繁项目集生成的瓶颈问题以及发现知识的有趣性问题，引入了模糊集理论和语义关联规则的概念，并利用背景知识对于数据库的数值属性进行了合理的非精确语义转换，使得挖掘出的知识更加具有潜在的价值，更容易让人理解，并且由于进行了模糊变换，挖掘出的知识不广西人学颀士论文 林十关联规则数据挖掘的研究仅仅局限于某一特定的精确属性值，具有较高的实用性，最后程序对该算法进行了实现，挖掘出的知识具有可视化的效果。