关联知识，反映了一个事件和其他事件的依赖或关联。数据库中的数据关联是现实世界中事物联系的表现。数据库作为一种结构化得数据组织形式，利用其依附的数据模型可能刻画了数据间的关联。但是，数据之间的关联式复杂的，不仅是上面所说的依附在数据模型中的关联，大部分是蕴藏的。关联知识挖掘的目的就是找出数据库中隐藏的关联信息。关联可以分为简单关联，时序关联，因果关联，数量关联等。这些关联并不总是事先知道的，而是通过数据库中关联分析得到的，因而对商业决策具有新的价值。

从广义上讲，关联分析是数据、挖掘的本质。既然数据挖掘的目的是发现潜藏在数据背后的知识，那么这种知识一定是反映不同对象之间的关联。关联规则挖掘是关联规则挖掘最常用的方法。最著名的是Agrawal踢出的Apriori及其改进算法。为了发现有意义的关联规则，需要给定两个阈值：最小支持度和最小可信度，他表示了一组项目关联在一起需要满足的最低联系程度。在这个意义上，数据挖掘系统的目的就是从源数据库汇总挖掘出和比较深入的分支，许多关联规则挖掘的理论和算法已经被提出。