El problema del descubrimiento de reglas de asociación radica en la necesidad de descubrir patrones en una base de datos de transacciones conocido como análisis de canasta de mercado, teniendo en cuenta el carácter temporal de las transacciones que representan los datos. En grandes volúmenes de datos, como en los usados para los propósitos de Data Mining, encontramos información relacionada con los Ítems; que no necesariamente existen a lo largo de todo el período de recolección de los datos. Encontramos, entonces algunos Ítems que en el momento de llevar a cabo el minado, han sido discontinuados. También podemos encontrar Ítems nuevos que han sido introducidos después del comienzo de la recolección. Algunos de estos nuevos Ítems podrían participar en las asociaciones, pero no pueden ser incluidos en algunas reglas debido a las restricciones de soporte. Una forma de resolver este problema es incorporando el tiempo en el modelo de descubrimiento de reglas de asociación, estas reglas han sido llamadas Reglas de Asociación Temporal.