关联规则分析或者关联规则学习主要用于从大规模数据中寻找物品之间隐含的或者可能存在的联系，从而实现某种意义上的预测。

关联规则的分类： （1）基于规则中涉及到的数据的维数，关联规则可以分为单维的和多维的。 （2）基于规则中数据的抽象层次，可以分为单层关联规则和多层关联规则。 （3）基于规则中处理的变量的类型不同，关联规则可以分为布尔型和数值型。 关联规则挖掘的步骤： （1）找出交易数据库中所有大于或等于用户指定的最小支持度的频繁项集； （2）利用频繁项集生成所需要的关联规则，根据用户设定的最小可信度进行取舍，产生强关联规则。