近十几年来，人们利用信息技术生产和搜集数据的能力大幅度提高，无数个数据库被用于商业管理、政府办公、科学研究和工程开发等，这一势头仍将持续发展下去。于是，一个新的挑战被提了出来：在这被称之为信息爆炸的时代，信息过量几乎成为人人需要面对的问题。数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。发现了的知识可以被用于信息管理、查询优化、决策支持、过程控制等，还可以用于数据自身的维护。因此，数据挖掘是一门广义的交叉学科，它汇聚了不同领域的研究者，尤其是数据库、人工智能、数理统计、可视化、并行计算等方面的学者和工程技术人员。 数据挖掘(DM)是一个应用统计学和人工智能等算法进行知识发现的过程。 本文阐述了数据挖掘的一般技术，介绍了GSM网络的现状并探讨了数据挖掘技术在移动通信中的应用，包括关联性规则的应用、数据仓库的建立、数据挖掘主题的定义和数据挖掘的过程。文中重点介绍了关联规则的数据挖掘方法。对于关联规则中的Apriori算法在实际工作的应用进行了详细的说明，并给予了应用举例，将数据挖掘的思想和方法引入到了实际的工作当中，提升了工作效率。 文中将GSM网络告警信息提取技术与告警信息数据挖掘结合起来，将数据挖掘技术与网络中告警的分析结合起来，建立基于Apriori算法的告警获取和分析系统。方便维护人员快速的收集有用的告警信息，分析告警产生的原因，缩短故障处理周期。 作为数据挖掘的基础：数据仓库的建立，以及另一项数据挖掘的关键技术：决策树技术在市场预测方面的引用。在移动通信领域中的应用，文中也给出了相应的说明。