近年来,数据挖掘己经引起了信息产业界的极大关注,这是快速增长的数据量和相对贫乏的信息量之间矛盾运动的必然结果,对数据挖掘技术进行系统、深入、全面、详尽地研究是全球信息化发展的客观需要,对于地震分析预报也起到一定的推动作用。目前在地震预报中使用的数据处理方法仍然主要是一些常用统计方法,数据挖掘在地震预报中的应用还是初步的。由于地震数据的海量、非线性、高维性、缺值和干扰等特点,造成了使用目前正在使用的各种分析预报方法很难得出正确的结论,而数据挖掘的方法,正好能够很好的解决这些问题,使得数据挖掘在地震预报领域有着广泛的应用前景。本文基于数据挖掘理论,深入分析了地震预报的现状问题,从理论和技术两个方面对相关问题进行了深入探讨与研究。主要是在介绍关联规则基本概念的基础上,对关联规则的Apriori算法进行了详细地分析和研究,并就目前针对提高该算法效率的各种优化技术也进行了详细地描述。在此基础上提出了基于筛选压缩的Apriori挖掘算法,有效解决了Apriori算法的运行效率低、占用内存空间大的性能瓶径问题。最后将该算法应用于地震预报,并进行了模拟实验。比较结果显示,基于筛选压缩的Apriori挖掘算法极大的提高了对大型数据库挖掘的效率和地震预报的准确率。