關聯規則學習(Association Rule Learning，簡稱ARL)是一種在大型數據庫中發現變量之間的有趣性關係的方法。
這種方法通常用於分析交易數據或購物籃中的商品購買情況，以找出經常一起購買的商品組合。關聯規則學習也被稱爲關聯分析，其主要目標是發現數據集中項之間的關聯關係，這種關係反映了事物之間的相互依存性和關聯性。在關聯規則學習中，會尋找支持度（一箇項出現的頻率）和可信度（一箇項出現在某個項的頻繁購買集中的概率）較高的規則，這些規則被稱爲強規則。關聯規則學習是一種無監督學習方法，它不依賴於事先標記的數據，因此可以應用於新的、未標記的數據集進行模式發現。這種方法在市場規劃、廣告策劃和分類設計等領域有着廣泛的應用。