体病相关是中医体质学研究的核心内容和难点,人们以前往往是根据医生经验来分析的,而医生经验的不同,辨证也有所差异,这在很大程度上阻碍了中医体质学的发展。因而提出客观的、标准的和医生经验有机结合的方法对体病相关进行研究,便成为目前中医体质研究工作的重点。　　 本文系统地研究了数据挖掘理论,完成了体病相关数据预处理,形成了目标数据；深入研究了现有关联规则算法,以预处理后的数据作为Apriori算法的输入,对算法进行了测试,从而归纳出算法应用到体病相关中所存在的缺陷,并结合体病相关数据的特点,分别从三个方面对算法进行改进；通过对数据进行降维处理,以有效提高算法的效率；通过逐步剔除支持度小于给定最小支持度的属性,以减小数据库的规模；通过动态给定每种体质类型的最小支持度,以实现对所有体质类型数据的关联分析。最后编程实现了改进算法,并应用于体病相关分析,得出了分析结果。　　 实验结果表明改进算法提高了生成频繁集的速度,减少了候选集的数目,缩小了事务数据库的规模,并且得到了全面和清晰有用的分析结果,为体病相关提供了科学依据。　　 关联分析应用于体病相关的研究领域处于初步阶段,其中还存在许多问题,还有很多工作需要进一步来完成,比如数据挖掘过程的可视化,以及特禀质的进一步关联分析都将是本文下一步的重点工作。