关联挖掘作为数据挖掘的一个重要研究分支，其主要研究目的就是从大型数据集中发现隐藏的、有趣的、属性间的规律，即关联规则。由于形式简单、易于理解，且是从大型数据库中提取知识的主要手段，因此，关联规则挖掘的研究和应用已经得到了相关领域里学者的极大关注，并取得了不少的研究成果。关联规则的发现可以分成两个步骤：首先发现所有的频繁项集，然后用这些频繁项集生成强关联规则。Apriori算法是经典的频繁项目集生成算法，在数据挖掘界起着里程碑的作用，它的基本思想是利用一个层次顺序搜索的迭代方法来生成频繁项集，即利用k—项集来生成（k+1）一项集，用候选项集C_k找频繁项集L_k。首先，找出频繁1—项集的集合，记作L₁，L₁用于找频繁2—项集的集合L₂，而L₂用于找L₃，如此下去，直到不能找到频繁k—项集。找每个L_k需要一次数据库扫描。一旦找出所有的频繁项集，就根据最小置信度来产生强关联规则。但是，在第k次循环中产生的候选k—项集的集合C_k中的项集是用来产生频集的候选集，最后的频集L_k必须是C_k的一个子集。C_k中的每个元素需在交易数据库中进行验证来决定其是否加入L_k，这里的验证过程是算法性能的一个瓶颈。这个方法要求多次扫描可能非常大的交易数据库。而用于关联规则挖掘的事务数据库的规模通常是非常大的，这样一来，开销就非常大。而在有限的内存容量下，系统I／O负载相当大，每次扫描数据库的时间就会很长，这样，其效率就非常低。Apriori算法涉及的数据对象包括事务集D，候选集C，频繁集L。算法涉及的操作包括：扫描事务集计算支持度，L_k-1与L_k-1连接生成C_k，扫描L_k-1来对C_k进行剪枝。可见，对Apriori算法的优化方向包括缩减三个数据集和提高三个操作的执行效率。在对Apriori算法进行分析时将会发现：随着k的增大，不仅k—项目集的个数减小，而且包含任意k—项目集的事务集也更少。所以，如果我们在计算各个候选项集的支持频度时，随着k的增大，我们也逐步缩小用于扫描的事务数，这样一来就可以大大节省输入输出开支。另外，Apriori算法利用Apriori性质大大压缩了搜索空间，提高频繁项集逐层产生的效率。能否采用一种方法使得在扫描的过程中C_k的规模逐步减小，以提高算法的效率?基于以上的分析，本文对Apriori算法进行了改进（GBARM算法），该算法能够逐步缩小用于扫描的事务数，并同时逐步减小C_k的规模，使得算法的性能大大提高。最后，对关联规则挖掘算法的应用领域给出了总结，并指明了进一步研究的方向。