随着数据库应用的不断深化，数据库的规模急剧膨胀，人们需要对这些数据进行分析，从中发现有价值的信息。但是数据库管理系统本身却没有提供有效的工具和方法来利用这些数据，因此数据挖掘成为当今研究的热点。数据挖掘中关联规则的挖掘获得了广泛的关注，它是从历史数据中发现项集之间的相互联系，提取出有用的和感兴趣的模式。本文即对数据挖掘中的关联规则进行系统研究。 作者综述了国内外关联规则的研究现状和应用成果，深入分析了关联规则的基本理论和分类方法，介绍了经典的Apriori算法，并提出了关联规则的价值衡量方法。在基本理论分析的基础上，深入探讨了多维关联规则和序列模式关联的研究成果和应用情况，并针对研究中的重点提出了改进算法，即基于垂直数据分布和等价类的多维关联规则算法和带时间约束的序列模式关联算法。改进算法比原算法提高了挖掘效率，同时更加灵活，并能适应实际数据挖掘中用户的特定需求。 最后，作者将改进的多维关联规则算法应用于移动公司流失客户的特征分析中，详细阐述了客户特征数据挖掘的流程设计、数据选取和具体实施，最后对挖掘的规则进行了分析，并对模型提出了改进设想。