In het kader van de contactopsporing voor COVID-19, wordt data verzameld in verband met het gedrag van besmette personen. De data die verzameld wordt is complex en hoogstwaarschijnlijk niet perfect gestructureerd in een optimale tijdruimtelijke databank. Dit maakt het zeer moelijk om de data te analyseren en op zoek te gaan naar tijdruimtelijke informatie en kennis omtrent onder andere super spreading events, super spreaders, … Het is interessant om de techniek van associatieregels toe te passen op data verkregen via contactopsporing. Dat wordt in dit project gedaan.