1、隨著數(shù)據(jù)庫(kù)技術(shù)的飛速發(fā)展以及Internet的迅猛普及，數(shù)據(jù)庫(kù)技術(shù)已成為信息社會(huì)中對(duì)大量數(shù)據(jù)進(jìn)行有效組織與管理的重要技術(shù)。特別是近些年在各大商場(chǎng)、書店等使用的條碼技術(shù)，更為各企業(yè)方便快捷地收集數(shù)據(jù)提供了幫助。數(shù)據(jù)挖掘技術(shù)正好可以從大量數(shù)據(jù)中發(fā)現(xiàn)隱藏在數(shù)據(jù)背后的知識(shí)，從而幫助人們更好地理解事物的本質(zhì)。 關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘中一種重要的知識(shí)類型。隨著關(guān)系數(shù)據(jù)庫(kù)的廣泛使用，研究關(guān)系數(shù)據(jù)庫(kù)中的關(guān)聯(lián)規(guī)則挖掘算法有著廣闊的發(fā)展前景。當(dāng)前這方面

2、的常用算法是基于單表的，這些算法雖可以應(yīng)用于多個(gè)表上，但需進(jìn)行相應(yīng)的轉(zhuǎn)化-將多個(gè)表轉(zhuǎn)換為一個(gè)表后才可應(yīng)用。另外，還有基于ILP技術(shù)提出的算法等，這些算法分別在挖掘效率及應(yīng)用范圍、模式表示等方面存在一些不足，這就要求提出新的關(guān)聯(lián)規(guī)則挖掘算法以適應(yīng)需求。 本文通過研究分析，借鑒傳統(tǒng)的Apriori關(guān)聯(lián)規(guī)則算法的先進(jìn)思想，分析了該算法在時(shí)間復(fù)雜度以及只應(yīng)用于事務(wù)數(shù)據(jù)庫(kù)的不足的基礎(chǔ)上，結(jié)合CrossMine算法中的元組標(biāo)識(shí)傳播（Tupl

3、e ID Propagation）的思想，提出了一種新的應(yīng)用于關(guān)系數(shù)據(jù)庫(kù)中多表間關(guān)聯(lián)規(guī)則挖掘的算法BMM。該算法通過分析關(guān)系數(shù)據(jù)庫(kù)中關(guān)聯(lián)規(guī)則的多值、多維等特性，針對(duì)這些特征采取相應(yīng)的措施來解決：首先對(duì)關(guān)系數(shù)據(jù)集進(jìn)行數(shù)據(jù)預(yù)處理，以適應(yīng)關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)，然后，通過擴(kuò)展元組標(biāo)識(shí)傳播的思想得到每個(gè)屬性所對(duì)應(yīng)的目標(biāo)關(guān)系ID，以此可以通過目標(biāo)關(guān)系ID將所有考察的多表間的屬性聯(lián)系起來，從而可以直接作用在多個(gè)表上；最后，算法中的數(shù)據(jù)結(jié)構(gòu)采用了鏈表結(jié)構(gòu)來表