伴随着互联网的高速发展,各个行业都产生越来越多的数据,每个行业对这些数据进行分析从中挖掘出重要信息就显得尤为重要。如今关联规则分析被广泛的应用于每个行业中,关联规则技术在数据挖掘领域越来越重要,如何利用关联规则技术挖掘出对用户有价值的信息就变得尤为重要并已成为一个研究热点领域。长期以来Apriori算法就是关联规则算法的一个重要分支,但是经典的Apriori算法仍然存在不足之处,比如:重复扫描事务数据集,产生大量冗余规则等。本文针对Apriori算法存在的问题,提出了基于萤火虫算法来改进Apriori算法的策略,生成新算法YHC-Apriori算法(Firefly algorithm-Apriori),因为萤火虫算法具有自动快速寻优的特点,因此对关联规则挖掘具有筛选规则的作用,使得出的规则更受用户喜欢,从而提升了Apriori算法的效率。另外针对关联规则算法候选项集生成频繁项集时间开销大,提出相关兴趣度概念,提升Apriori算法剪枝阶段的效率使得算法的时间效率得以提升。本文在Apriori算法改进的基础上,为了使Apriori算法在数据爆炸时代能更好的处理大数据,采用基于Spark平台实现了YHC-Apriori算法的并行化。通过在不同数据集不同计算平台不同最小支持度等情况下对本文提出的改进算法YHC-ABS算法和已有的Apriori并行化算法YAFIM进行实验对比,综合评价结果本文提出的改进并行化算法效率更高,另外本文提出的YHC-Apriori算法性能相较于Apriori算法也有大幅提升,证明了本文提出的算法改进策略的有效性。本文将提出的算法应用于胃癌的疾病诊断上,将癌症患者的身体检查各项生理指标检测结果作为挖掘数据,通过关联规则算法的挖掘发现胃癌的几个主要症状之间的关联关系,将得出的结论反馈到医院,辅助医生对病人患病情况进行诊断,进而提升疾病诊断的准确率。