随着我国经济飞速发展,人民生活水平不断提高,酒店餐饮行业也呈现迅猛发展态势。面对顾客日益提升的消费需求和激烈的行业竞争,行业领导者们不断改革创新、与时俱进,以此来适应市场环境、提升自身竞争实力。大数据时代即将到来,利用大数据分析技术从海量数据中提取出有价值的商业模式,能为企业带来更多盈利。许多酒店都使用了餐饮管理系统,在长年累月的经营过程中,积累下大量的顾客消费数据。可以分析这些数据发现顾客的消费习惯、不同消费群体的特征、以及菜品搭配销售等知识,这些都能为企业制定营销策略提供依据。本文对某酒店餐饮消费数据进行分析,采用关联规则方法,以支持度-置信度为剪枝条件,来发现菜品之间同桌出现的关联规律。如今广泛使用的关联挖掘算法--Apriori算法存在一些不足之处：它把数据库中各个项视为同等重要。但现实中经营者们会更加关注利润较高的菜品,而忽略利润较低的菜品；也就是说,要根据各个项的重要性区分对待。为此,本文提出基于Apriori算法的加权关联规则算法,对酒店菜品按一定规则赋予权值进行挖掘。该算法既能挖掘出重要的关联规则,又保持了Apriori算法的频繁集向下封闭的特性,有效地提高了加权算法的运行效率。最后,针对支持度-置信度框架下关联规则挖掘的不足：会产生大量冗余、甚至虚假的规则。本文采用基于X2独立检验的统计方法,对挖掘产生的规则建立二维列联表,通过假设检验,筛选出相关系数显著大于零的规则。