数据挖掘(Data Mining)是涉及人工智能和数据库等学科的一门新兴交叉性学科。作为数据挖掘的一种重要模式,关联规则一直受到广泛的关注,并取得了丰硕的研究成果,这些成果中,大部分是针对单关系表中关联规则挖掘算法的研究。然而,随着关系数据库的广泛应用,很多实际操作中的数据依据关系数据库中的规范化原则存储在多个数据表中,如何从这些存在语义联系的数据表中挖掘隐含的关联规则,成为该领域研究的一个重要课题。本文就将针对多关系数据中的关联规则挖掘展开研究。论文主要内容如下:深入探讨和分析了多关系关联规则挖掘的概念、要求及关系数据库模型,详细介绍了已有多关联规则挖掘算法的思想、原理,以及各自的优势与存在的不足。针对已有多关系关联规则挖掘算法中的不足与缺陷,提出了一种基于数据表之间主从关系的主从数据库模型,并且在数据表之间引入了一种虚拟连接方法——元组ID逆传输,形成了算法TIDRP。算法提高了已有多关系关联规则挖掘算法所面临的时空性能。在上述算法的基础上,构建了基于主从关系数据库模型的多关系关联规则挖掘原型系统。