随着互联网的发展,人类进入了大数据时代,产生了海量数据。传统的数据分析方法和技术已难以处理,数据挖掘技术也就应运而生了,其中数据挖掘中比较重要的一个分支是关联规则挖掘,已被广泛地应用在各种领域,尤其是在生物信息学领域。生物信息学是一门新兴的交叉学科,已成为关联规则挖掘最富有机遇与挑战的应用领域之一。当前用于从数据集中进行关联规则挖掘的算法大多数是确定性的和枚举的,因此当应用于如项目空间具有几百个项目的密集型数据集时,其计算就变得难以处理。本文使用的是一种基于Gibbs抽样的随机搜索过程,从项目空间中随机地抽取给定规则后件的规则前件,再从样本生成的简化事务数据集中来寻找原交易数据集中最重要的关联规则。首先选取关联规则重要性度量,并给出了基于Gibbs抽样随机搜索的算法过程。再通过模拟生成项目空间较小和较大的两组数据集,分别使用本文提出的方法和Apriori算法来挖掘出给定规则后件且最重要的关联规则。最后使用提出的基于Gibbs抽样方法来分析一组DNA序列剪接位点数据集,分别找出剪接位点属于EI类和IE类的与基因序列哪些字段有重大关联以及这些字段都取的是什么碱基。通过模拟实验,我们可以发现基于Gibbs抽样的随机搜索方法能够简化项目空间,原数据集中给定规则后件且最重要的关联规则是可以从简化数据集中以极限概率为1来找到的。实证部分发现DNA序列剪接位点是EI类的主要与第31个字段碱基为G,第32个字段碱基为T和第35个字段碱基为G有很大的关联。IE类的主要与第21个字段碱基为T,第29个字段碱基为A和第30个字段碱基为G有很大的关联。