經典的關聯規則挖掘算法包括Apriori算法和FP-growth算法。
apriori算法多次掃描交易數據庫，每次利用候選頻繁集產生頻繁集；而FP-growth則利用樹形結構，無需產生候選頻繁集而是直接得到頻繁集，大大減少掃描交易數據庫的次數，從而提高了算法的效率，但是apriori的算法擴展性較好，可以用於並行計算等領域。
擴展資料：
Apriori algorithm是關聯規則裏壹項基本算法
Apriori算法將發現關聯規則的過程分：
第壹通過叠代，檢索出事務數據庫1中的所有頻繁項集，即支持度不低於用戶設定的閾值的項集；
第二利用頻繁項集構造出滿足用戶最小信任度的規則。其中，挖掘或識別出所有頻繁項集是該算法的核心，占整個計算量的大部分。
百度百科-關聯規則算法