市场竞争日趋激烈，商家需要充分了解自己的顾客，很多商家应用关联规则挖掘来分析顾客的购买行为。目前，如何提高关联规则的挖掘效率仍然是研究的重点。本文提出了一种基于品类聚类的关联规则优化算法。该算法首先根据文中定义的品类特征向量，用结构化的数据来表示事务：然后根据一种基于密度的聚类算法，对结构化的数据进行聚类，同时将对应的原始事务进行聚类：最后根据聚类后得到的类的长度以及用户指定的最小支持度，确定类内的最小支持度，在类内挖掘关联规则。实验结果表明，与传统算法相比，该算法效率较高，具有一定的实用价值。本文的应用背景是货物进出口检验检疫系统，在检验检疫过程中，物品名称都是由几个词语构成，如果能找出某几个单词与某一个编码之间的关系，将对物品的自动编码提供很大的帮助。本文提出了一种方案，基于物品名称的品类信息，结合上海浦东国际机场检验检疫局HS商品编码辅助决策系统的需求，将基于品类聚类的关联规则算法，应用到上述系统当中，有效地找出了某几个单词之间的关联规则，利用这些关联规则优化规则库，实现了待检验商品的智能化编码。