羽毛球运动是我国的传统优势体育项目，是中国奥运军团中的常胜之师。但随着越来越多的信息科学技术被应用于体育领域，特别是基于数据挖掘技术的决策支持系统应用日渐普及，为我国羽毛球运动能否继续在国际高水平赛事中保持卫冕提出了新的挑战。我国羽毛球运动目前信息化水平有限，对于目前保存的大量比赛相关数据的分析只局限在统计学领域，因此有必要引入关联规则挖掘来对现有数据进行深层次分析，发现与运动员比赛致胜因素相关的规则。同时由于传统的关联规则算法存在耗时长、冗余规则多等缺点，在效率上无法适应快节奏的羽毛球比赛。针对这一问题，本文对数据挖掘技术在羽毛球领域的应用做了探究性的研究。本文选题自国家体育总局研究课题“基于平板电脑的羽毛球技术训练质量监控和临场战术统计软件的开发与应用”，设计并实现了包括数据收集、数据预处理和数据挖掘的羽毛球临场战术分析系统，可以为教练员制定针对性的训练计划与临场技战术决策提供辅助支持。本文的主要工作集中在以下几个方面：1.对数据挖掘和关联规则相关基础知识进行了研究，并重点分析了传统Apriori算法存在的缺陷与不足，以及对相关改进算法做了比较分析。2.针对Reorder和Direct算法在运行过程中生成候选项集数量过大这一问题进行了改进，引入了一种将用户兴趣作为约束项的改进算法ACARMI，相较于解决第一类约束问题的传统算法在执行效率方面有了明显提升。3.设计了一个针对羽毛球统计数据特点的数据预处理模型，能将通过终端收集的比赛数据转化为适应布尔型关联规则挖掘的形式。4.设计并实现了羽毛球临场战术分析系统，实现了羽毛球比赛数据从收集到数据处理的整套流程，并实现了数据挖掘结果的可视化。论文的主要贡献是：针对解决第一类约束问题的Reorder和Direct算法进行了改进，提出了一种结合二者优点的改进算法ACARMI，提高了数据分析的效率；设计并实现了针对羽毛球统计数据特点的数据预处理模型，使收集的原始数据通过转化之后能够使用布尔型关联规则挖掘算法进行分析；在设计并实现的羽毛球临场战术分析系统中通过ACARMI算法对收集的实验数据进行了分析，验证了该系统对于教练制定科学的训练计划和临场战术决策有着良好的辅助作用。