数据库中的属性一般分为两种:数量型属性和布尔型属性,目前,对布尔型属性多维关联规则的研究已很成熟,但对于数量型属性的多维关联规则的挖掘还是建立在将它的定义域转换成布尔型属性的基础上,再利用针对布尔型多维关联规则的挖掘算法进行挖掘。传统的划分方法存在边界过硬,不能反映数据的实际分布等问题,使得有意义的关联规则可能会因为区间的划分不合理而无法得到。因此本文引入一种基于云模型的新划分方法——云变换,数量型属性的定义域通过这种软划分方法可以被划分成多个基于云模型的定性概念,这使得挖掘到的结果更加符合数据的实际分布,也更加接近人们的思维。本文首先分析了多维关联规则中数量型属性定义域的划分问题,然后通过对云模型理论的研究,阐明了云模型非常适用于数量型属性的数据挖掘,其中着重探讨了云变换技术,并通过理论研究,实例分析说明了此技术在数据离散化方面的有效性。另外,深入展开了对多维关联规则的算法研究,利用联机分析处理(On-line Analytical Processing,简称OLAP)的上卷和下钻操作对维层次进行调整,调整之后继续挖掘过程。这种方法将维层次的调整嵌入到挖掘过程中,增加调整的针对性。最后,结合云模型在定性概念和定量数据之间转换的优势以及带维度调整的多维关联规则的灵活性,提出一种基于云模型理论的多维关联规则算法,并将其应用到实验中心管理系统效果分析模块的开发中。