摘要： 本文充分利用了Eclat算法的概念格理论和等价类划分方法，将约束务件融入基于垂直数据分布的关联规则挖掘算法中。提出了一种新的反单调和单调约束条件下关联规则的挖掘算法，分别为EclatA算法和EclatM算法。算法采用自底向上的搜索方法，在发现频繁项集的同时进行约束条件的检验。数据库的扫描次数较少，无需对候选项集进行剪枝，占用内存较小。实验证明：该算法的执行效率比已有算法有显著提高。

关键词: 约束条件 算法分析 单调 调和 关联规则挖掘算法 划分方法 充分利用 数据分布 搜索方法 自底向上 频繁项集 扫描次数 候选项集 实验证明 等价类 概念格 A算法 数据库 效率比 内存