本文使用2010年第一季度至2017年第四季度海西消费者信心指数数据,通过时序关联规则挖掘方法对经济类综合指数中的各项二级指数序列之间的联动关系进行了研究。根据指数序列变动趋势的区间划分方法的不同,本文从定性型、模糊、数量型三个角度挖掘各项二级指数序列之间的联动关系,以及部分二级指标之间的滞后影响关系。在定性型关联规则挖掘方面,本文在对指数序列变动模式进行符号化处理后,通过Apriori时序关联规则挖掘方法、基于时态优势比的关联规则挖掘方法,定性地寻找各二级指数序列之间的联动关系和滞后影响关系。针对符号化处理对指数序列变动模式划分过硬的问题,本文采用了模糊关联规则挖掘方法和数量型关联规则挖掘方法。模糊关联规则挖掘,即通过模糊c-均值聚类法对指数序列的变动模式进行软划分,利用模糊聚类得到隶属度函数,进而进行模糊关联规则的挖掘,该方法更关注二级指数的变动实质。数量型关联规则挖掘,则直接利用二级指数序列的变化比率,在保证特异性得分最大的情况下,得到细化至二级指数发生显著变动的最小变动幅度的规则,该方法挖掘的规则数目更多、涉及的前后项变化模式更丰富、对延迟关联规则的挖掘效果更好。本文采用多类时序关联规则挖掘方法对消费者信心指数中的二级指数变动模式进行深入分析,为研究二级指数的内在联动关系提供了新思路,并根据关联规则挖掘结果和对二级指数内在联系的分析结果,对消费者信心总指数的编制提出了加权等改进建议。与过去的研究相比,本文对经济类指标变动幅度的区间划分方法进行了讨论与改进,并结合不同的区间划分方法采用了多类时序关联规则挖掘方法,通过综合比较各类方法的实际挖掘效果,发现针对经济类指数序列,采用数量型关联规则挖掘方法效果更佳。