1、用關(guān)聯(lián)規(guī)則挖掘方法來構(gòu)造分類模型在數(shù)據(jù)挖掘領(lǐng)域被稱為關(guān)聯(lián)分類。關(guān)聯(lián)分類方法將數(shù)據(jù)挖掘中的兩個重要技術(shù)——關(guān)聯(lián)規(guī)則挖掘和分類技術(shù)很好的結(jié)合起來。近幾年的研究成果表明，已有的關(guān)聯(lián)分類算法在分類準(zhǔn)確率方面比起傳統(tǒng)的分類方法，如決策樹分類，有了很大的提升。
　　然而，在對關(guān)聯(lián)分類方法研究的過程中發(fā)現(xiàn)，已有的這些算法對其在實際應(yīng)用會遇到的問題沒有給予足夠的關(guān)注；與此同時，將高效的分類方法用于解決實際問題的需求卻與日俱增。因此，本文從實際應(yīng)用

2、的角度出發(fā)，對提高關(guān)聯(lián)分類方法的性能方面進行了深入研究。
　　首先，針對實際應(yīng)用中常見的數(shù)據(jù)庫更新情況，提出一種適用于 MCAR關(guān)聯(lián)分類算法的增量算法——IUAC。該算法基于頻繁模式樹挖掘和更新關(guān)聯(lián)規(guī)則，并使用一種樹形結(jié)構(gòu)來存儲最終用于分類的關(guān)聯(lián)規(guī)則。同時，增加了對分類規(guī)則的約束條件，進一步控制用于分類的關(guān)聯(lián)規(guī)則的數(shù)量。
　　其次，針對實際應(yīng)用中常會出現(xiàn)的多標(biāo)號分類問題，提出多標(biāo)號懶關(guān)聯(lián)分類方法——CMLAC。該方法在對已有