Con el desarrollo de Internet de las cosas (IoT), tanto los tipos como las cantidades de datos espaciales recopilados de dispositivos heterogéneos de IoT están aumentando. Los datos espaciales aumentados se están utilizando activamente en el campo de la minería de datos. Los algoritmos existentes de minería de reglas de asociación encuentran todos los elementos con alta correlación en todos los datos. Sin embargo, las reglas de asociación que pueden aparecer de manera diferente para cada región pueden no encontrarse cuando se buscan las reglas de asociación en todos los datos. En este documento, proponemos el crecimiento de patrones frecuentes basados en regiones (RFP-Growth) para buscar reglas de asociación por regiones densas. Primero, RFP-Growth divide la transacción de elementos que incluyen datos de posición en regiones mediante un algoritmo de agrupamiento basado en densidad. En segundo lugar, se realiza el crecimiento de patrones frecuentes (FP-Growth) para cada transacción dividida por región. Los resultados experimentales muestran que RFP-Growth descubre nuevas reglas de asociación que el FP-Growth original no puede encontrar en todos los datos.