近年来，大量的数据库被用于商业管理，客户信息和数据的积累越来越多，激增的数据背后隐藏着许多重要的信息，企业希望能够对这些客户信息进行更高层次的分析，以便更好地利用这些数据。CRM 系统应运而生，它采用数据挖掘技术，从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及有潜在应用价值的信息或模式，从而为客户关系管理提供决策依据，企业可以通过数据挖掘，分别针对企业经营策略、目标定位、操作效能与测量评估等几个方面的相关问题，从搜集积累的大量市场与顾客的数据中高效率地挖掘出消费者最关心和最重要的答案，并以此建立真正由客户需求出发的客户关系管理。关联规则是数据挖掘中一项重要内容，描述在一个交易中物品之间同时出现的规律的知识模式，更确切的说，关联规则是通过量化的数字描述物品Ｘ的出现对物品Ｙ的出现有多大的影响。关联规则发现的主要对象是交易型数据库，对于潜在客户的发现具有重要意义。 Apriori 算法是关联规则发现的经典算法，本人对Apriori 算法进行了研究，重点分析了该算法的几种改进算法，并提出了一种综合应用的方法，能够改善挖掘算法的适应性并可以提高Apriori 的效率。最后本人也提出了数据垂直布局的数据结构与Apriori 相结合进行数据挖掘的思想，对以后的研究起到抛砖引玉的作用。