关联规则是数据挖掘中一种重要的技术，用于发现大规模数据集中项与项之间的有趣关系。它通过分析事务数据库中的频繁项集，生成形如X→Y的规则，表示当X出现时，Y也可能出现。关联规则挖掘广泛应用于购物篮分析、推荐系统、医疗诊断等领域。典型的算法包括Apriori和FP-growth，它们通过不同的策略高效地发现频繁项集和关联规则。评估关联规则质量的主要指标有支持度、置信度和提升度，这些指标帮助筛选出有意义的规则。