现在大量信息已成为社会的主要特征,然而如何在海量数据中发现有用的信息是人们面对的一个重要课题。数据挖掘就是在大型数据库中自动发现有用信息的过程,数据挖掘中关联分析的Apriori算法最早被应用于超市营销中,随后超市的大量信息资源一直伴随着数据挖掘技术的发展而不断使用。但是我国超市零售业并没有对顾客的大量信息开展有效的研究,也不能很好地利用数据挖掘方法对超市的决策提供有价值的帮助。本文收集到某家超市的实际交易数据,并针对关联分析在超市营销决策中的应用展开研究。本文首先介绍了数据挖掘的相关理论、SQL的基础知识、IBM SPSS Modeler关联分析的理论,然后在理论研究的基础上应用SQL对数据进行预处理和基本的描述分析,来了解该超市总体的销售情况。其次利用预处理得到的数据集,应用专业的数据挖掘软件IBM SPSS Modeler,对超市中的商品购买进行关联分析。在商品购买的关联分析中,本文首先研究商品品类之间的关联规则分析,并且利用各类商品交叉销售所产生的利润来评价关联规则价值,解决了传统的支持度和置信度可能在统计学上得出非常令人满意的结论,却忽略了企业更加注重商品利润这一问题,进而来研究各类商品的货架摆放问题。然后再对各商品进行关联分析,进行了优化商品布局、设计促销方案和快速商品推荐业务的应用。本文提供的方法具有一定的合理性和优越性,在实际的超市营销中具有一定的推广价值。