摘 要：本文从大数据角度分析了现代数据的特点，概述了关联规则的三种方法思想及优缺点，并且列举了其在几个行业中的应用。

关键词：大数据；关联规则；应用

DOI：10.16640/j.cnki.37-1222/t.2017.18.134

关联规则用于表示对象之间的关系和规律，而数据挖掘领域中最重要的研究内容也正是规则的提取。关联规则挖掘吸引了诸多国内外专家学者的研究兴趣，并取得了良好成果，如Apriori 算法和FP-Growth算法。经过多年多为学者的研究，商业决策、医疗数据分析等各个领域都对关联规则相关算法进行了验证，并产生了良好的经济和社会价值。

1 大数据

随着网络和移动互联的发展，企业所获得的数据越来越多、结构也越来越复杂，传统的数据挖掘技术已经不能满足需求，这就促使企业在收集数据之余，也开始寻求新方法来解决大量数据无法存储和处理分析的问题。由此，“大数据”应运而生。

从“Data”到“BigData”，数据的数量和质量都有了本质的区别。在“数据时代”专家学者都是用联机分析处理（OLAP）、数据仓库、数据挖掘等方式处理数据，而在“大数据时代”，数据已不仅仅是需要分析处理的内容，人们更看重的是使用更为高端专业的技术从大量繁杂的数据中，进行整理和分析，得出有意义的关联信息，为社会经济生活中各个行业的预测、规划和决策做出支持。

如何在大数据时代的繁杂数据中抽取出更有价值的关联规则，对各个行业的发展决策起指导性作用就显得尤为重要。

2 关联规则

2.1 关联规则定义