大数据的战略意义不在于拥有庞大的数据资源，而在于提高对数据的”加工能力”，通过”加工”实现数据的”增值”，数据挖掘是实现大数据知识发现的有效手段和途径。关联规则作为数据挖掘领域中的一个主要研究内容，可以在不知道或无法确定数据的关联函数或模型时，有效发现大量数据项集之间有趣的关联信息。现有的关联规则挖掘算法因其时空复杂性和I/O代价高，无法适应大数据分析处理任务。本书围绕大数据时代数据处理的核心理论与技术问题，将数据挖掘技术，并行算法设计及考虑计算模型的优化技术有机结合，充分利用集群系统的强大数据处理能力，研究了面向大数据的关联规则挖掘方法和数据放置、负载均衡等性能优化技术。