数据挖掘是目前发展最迅速的海量数据分析与处理技术。数据挖掘中的关联规则挖掘得到了人们极大的重视，并且已经在商业领域广泛应用。多维关联规则作为关联规则的一种重要形式，在近年来也得到了很快的发展。但传统的多维关联规则算法在数据量大或者频繁模式长时，有较大的时间消耗。 在单维的事务数据库关联规则挖掘中，FP-growth算法能大幅减少数据库扫描，并且不需要产生候选集，因而有很好的性能。本文通过改进FP-growth算法，提出一种高效的多维关联规则算法：MDP(Multi-Dimensional Pattern)算法。MDP算法通过构造一种扩展的前缀树MDP-tree，将数据仓库中的有效信息压缩存储，再使用基于MDP-tree的MDP-mining方法来快速发现有趣的关联规则。MDP算法仅需要扫描一次数据仓库，就可以构造出MDP-tree，进而得到所有的关联规则。该算法还具有频繁模式查找简捷、二次查询迅速等优点。本文通过实验验证了MDP算法对挖掘多维关联规则是有效的和稳定的，而且比传统的多维关联规则算法有更好的性能。最后本文将MDP算法应用于Web日志挖掘中，进一步验证了MDP算法的实际应用价值。