煤炭企业作为我国工业生产中的基础产业之一,由于其固有的产业特点决定了这一行业一直以来都属于高危产业。其中影响煤矿安全生产的因素非常复杂,主要有瓦斯浓度、顶板压力、CO浓度、甲烷浓度、温度等自然灾害因素。如何有效识别其相互关系,从而提升煤矿安全生产管理水平是我国煤炭行业面临的重大课题,对煤矿安全生产的长治久安具有重要的意义。本文以煤矿安全监测系统中的信息为数据样本,采用数据挖掘中关联规则挖掘算法,挖掘在煤矿生产中自然灾害因素之间的关系,从而为提高煤矿安全监测的效率和监测深度,实现煤矿安全监测自动化和煤矿安全监测专家系统提供有利的手段。本文主要有以下几个方面的工作：1、阐述数据挖掘技术,结合煤矿生产中监测数据的特点,选用关联规则技术对煤矿安全监测数据库中的数据进行分析。2、对煤矿安全监测数据库中的原始数据,完成了从数据选择、清洗集成、离散化和概念分层预处理。3、对Apriori算法进行改进,应用改进的Apriori算法对现有的煤矿信息系统中的数据进行挖掘。实验结果表明改进的Apriori算法具有较高的时效性,基于关联规则挖掘出来的结果对于提升煤矿安全监测与预警有较好的效果。