数据挖掘作为一个新兴的多学科交叉应用领域，正在各行各业的决策支持活动中扮演着越来越重要的角色。在这个信息时代，面对海量数据的出现，如何有效地利用大量的原始数据分析现状以预测未来，已经成为人类面临的一大挑战。由此，数据挖掘技术应运而生并得以迅猛发展。目前，数据挖掘已经成为一个研究热点。　　 电子商务系统的大量涌现为商务数据的挖掘与利用提供了条件，电子商务是数据挖掘最理想的应用领域之一。目前,各个行业都面对着激烈的竞争,及时、准确的决策已成为企业生存与发展的生命线。　　 关联规则是数据挖掘的重要模式之一，有着非常重要的应用价值。文章根据关联规则挖掘的要求与特点，结合遗传算法的思想，提出了一个基于遗传算法的关联规则挖掘方法，并通过实例分析，说明是一种具有实用价值的方法。　　 文章的工作主要体现在以下几方面：　　 1.深入分析了数据挖掘技术，并对关联规则模式进行了系统的研究，针对传统的支持度和置信度框架的局限性，引入了基于概率相关的兴趣度，用来修剪无趣的甚至是误导的规则，从而得到有用的并且是用户感兴趣的规则。　　 2.阐述了数据挖掘中的一个重要算法——遗传算法。提出了实数数组的编码方法，简化了遗传算法的操作。最后在此基础上提出了基于遗传算法的关联规则挖掘算法。并从编码方法、适应度函数的构造、遗传算子的确定等方面进行了详细的讨论。　　 3.文章最后分析了两个问题，其一是遗传算法用于关联规则挖掘的优势；其二是为什么基于遗传算法的关联规则挖掘比较适合用于商务数据中。然后通过某商品信息来进行数据挖掘的实例验证了基于遗传算法关联规则挖掘算法。