为解决AprioriTid算法对大数据执行效率不高的问题，根据Hadoop平台的MapReduce模型，分析了AprioriTid算法的并行化方法，给出了并行化的主要步骤和Map、Reduce函数的描述。与串行的AprioriTid算法相比，并行算法利用了多个节点的计算能力，缩短了从大数据集中挖掘关联规则的时间。对并行算法的性能进行了测试，实验结果表明，并行AprioriTid算法具有较高的执行效率和较好的可扩展性。