现有的关联规则挖掘算法均致力于频繁集搜索，基于预先设置的支持度—置信度之上，具有很大的偶然性，不利于控制；并且关联规则没有体现数据整体的相关性。为了克服以上缺点，引入了非线性相关的概念，应用于不同相关类型规则的挖掘，且无须人为设置参数，从而大大提高了规则发现的实效性。