电信网络的规模及复杂度日益增大，每天分布在各种网元上的Agent都会采集大量的网络性能KPI时间序列数据。这些时间序列之间是相互影响的。本文就电信数据的特点，研究了事务间时间序列的关联挖掘，在不产生条件子树的FP-Growth算法的基础上，提出了一种改进方法：AFP-Growth算法。此算法通过引入全置信度相关度量，解决了电信数据挖掘中零事务、负相关的问题，并利用全置信度的性质，改进了FP-Tree的剪枝规则，提高了FP-Tree搜索的有效性，进而提高了算法的时间和空间效率。