基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘技術(shù)的研究與應(yīng)用

李悅+孫健+邱志祺

摘 要： 通過(guò)對(duì)目前我國(guó)信息化的發(fā)展現(xiàn)狀及問題進(jìn)行詳細(xì)分析，找到基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘技術(shù)與我國(guó)各單位信息管理中的契合點(diǎn)，提出了基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘技術(shù)系統(tǒng)的設(shè)計(jì)方案。該方案有助于我國(guó)各單位優(yōu)化資源配置，促進(jìn)領(lǐng)導(dǎo)的決策合理性，進(jìn)而對(duì)于提高我國(guó)各單位的綜合實(shí)力，推動(dòng)全面發(fā)展具有很強(qiáng)的現(xiàn)實(shí)意義。

關(guān)鍵詞： 數(shù)據(jù)挖掘； 信息管理系統(tǒng)； 關(guān)聯(lián)規(guī)則； 分類挖掘

中圖分類號(hào)： TN911?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2016）23?0121?03

Application and research on data mining technology based on association rules

LI Yue1， SUN Jian2， QIU Zhiqi3

（1. Modern Technology and Education Center， North China University of Science and Technology， Tangshan 063000， China；

2. Dean′s Office， North China University of Science and Technology， Tangshan 063000， China；

3. College of Information Engineering， North China University of Science and Technology， Tangshan 063000， China）

Abstract： The information development situation in our country and its problems are analyzed in detail. The integrating point of data mining technology based on association rules and information management in China′s each unit is found out. The design scheme of data mining technology system based on association rules is proposed. This scheme is helpful to optimize the resource allocation of all units in China， promote the decision?making rationality of the leader， and has great practical significance to improve the comprehensive strength of all units in China and promote the comprehensive development.

Keywords： data mining； information management system； association rule； classification mining

0 引 言

隨著信息技術(shù)在各單位信息管理中應(yīng)用的逐漸普及，信息管理系統(tǒng)中積累了海量的數(shù)據(jù)，本文以我國(guó)高校為例，深刻研究了高校信息管理系統(tǒng)，在管理信息化的條件下，對(duì)這些長(zhǎng)期積累的海量數(shù)據(jù)進(jìn)行分析和挖掘，挖掘出其中隱藏的、未知的規(guī)則和信息，將分析結(jié)果用于高校管理的分析與決策上，輔助管理者的決策，還可以為我國(guó)高校優(yōu)化資源配置提供可靠的數(shù)據(jù)，節(jié)約成本，為我國(guó)高校的發(fā)展發(fā)揮著重要的作用。

1 數(shù)據(jù)挖掘的定義及技術(shù)分析

1.1 數(shù)據(jù)挖掘的定義

數(shù)據(jù)挖掘技術(shù)是一門新興學(xué)科，集眾多學(xué)科交叉融合而成的工具和技術(shù)，其中包含了數(shù)據(jù)庫(kù)技術(shù)、統(tǒng)計(jì)學(xué)、人工智能、信息檢索、模式識(shí)別等多種技術(shù)。數(shù)據(jù)挖掘（Data Mining）是指從海量的數(shù)據(jù)或數(shù)據(jù)庫(kù)中分析和提取出人們感興趣的知識(shí)的過(guò)程。這些數(shù)據(jù)知識(shí)是隱含的、事先未知的，將數(shù)據(jù)挖掘技術(shù)應(yīng)用到高校信息管理上是非常有益的，可以全面地分析課程設(shè)置，教學(xué)過(guò)程等各方面因素的內(nèi)在聯(lián)系，是一種決策支持的過(guò)程。

1.2 關(guān)聯(lián)規(guī)則分析

數(shù)據(jù)挖掘的技術(shù)方法有很多種，其中關(guān)聯(lián)規(guī)則挖掘是目前使用頻率最多，應(yīng)用范圍最廣的數(shù)據(jù)挖掘技術(shù)之一。關(guān)聯(lián)規(guī)則反應(yīng)了事物與其他事物之間的相互依存性和關(guān)聯(lián)性，可以通過(guò)研究分析海量數(shù)據(jù)，捕捉其中的相互關(guān)聯(lián)和重要關(guān)系，反應(yīng)數(shù)據(jù)的不同規(guī)律，預(yù)測(cè)時(shí)間的發(fā)展趨勢(shì)。關(guān)聯(lián)規(guī)則是易于理解和解釋的一種技術(shù)，應(yīng)用分析廣泛，是許多其他數(shù)據(jù)挖掘方法的基礎(chǔ)。

其中，Apriori算法是關(guān)聯(lián)規(guī)則挖掘方面很有影響力的算法，通過(guò)項(xiàng)目集元素?cái)?shù)目的不斷增長(zhǎng)來(lái)逐步完成頻繁項(xiàng)目集的發(fā)現(xiàn)，是挖掘產(chǎn)生布爾關(guān)聯(lián)規(guī)則所需頻繁項(xiàng)集的基本算法。利用Apriori算法迭代識(shí)別所有的頻繁項(xiàng)目集，發(fā)現(xiàn)計(jì)算量最大的部分，從頻繁項(xiàng)目集中構(gòu)造置信度不低于用戶設(shè)定的最小置信度的規(guī)則。具體算法流程如圖1所示。

2 數(shù)據(jù)挖掘技術(shù)在高校管理中的應(yīng)用

數(shù)據(jù)挖掘技術(shù)應(yīng)用到高校管理工作中，可以通過(guò)對(duì)信息系統(tǒng)中的海量數(shù)據(jù)的相互之間的關(guān)系進(jìn)行分析，發(fā)現(xiàn)其中一些潛在的聯(lián)系和客觀規(guī)律，可以對(duì)高校管理的決策支持等工作提供極大的幫助，為改進(jìn)高校管理提出了指導(dǎo)性的建議，使得高校管理系統(tǒng)在高校信息化的建設(shè)中發(fā)揮更大的作用。

2.1 數(shù)據(jù)挖掘技術(shù)在教學(xué)評(píng)估中的應(yīng)用

高校員工的評(píng)價(jià)結(jié)果是日常工作情況的重要表現(xiàn)，是高校信息管理工作的一個(gè)重要組成部分，也是目前高校進(jìn)行職稱評(píng)定，績(jī)效評(píng)定的有效標(biāo)準(zhǔn)。但是影響高校員工的評(píng)價(jià)因素有很多，包括員工年齡、工作時(shí)間、政治面貌、學(xué)歷、職稱等很多方面。如何通過(guò)這些現(xiàn)有數(shù)據(jù)判斷哪些或者哪個(gè)因素對(duì)于高校員工考評(píng)的影響最大，可以通過(guò)關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的Apriori算法進(jìn)行數(shù)據(jù)分析，對(duì)各方面的數(shù)據(jù)進(jìn)行充分挖掘，得到有價(jià)值的信息作為高校員工考評(píng)的評(píng)價(jià)依據(jù)，以達(dá)到對(duì)高校員工管理的改進(jìn)的有效支持，極大地提高了高校人事管理的效率，使高校實(shí)現(xiàn)科學(xué)化、正規(guī)化管理。

摘 要： 通過(guò)對(duì)目前我國(guó)信息化的發(fā)展現(xiàn)狀及問題進(jìn)行詳細(xì)分析，找到基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘技術(shù)與我國(guó)各單位信息管理中的契合點(diǎn)，提出了基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘技術(shù)系統(tǒng)的設(shè)計(jì)方案。該方案有助于我國(guó)各單位優(yōu)化資源配置，促進(jìn)領(lǐng)導(dǎo)的決策合理性，進(jìn)而對(duì)于提高我國(guó)各單位的綜合實(shí)力，推動(dòng)全面發(fā)展具有很強(qiáng)的現(xiàn)實(shí)意義。

關(guān)鍵詞： 數(shù)據(jù)挖掘； 信息管理系統(tǒng)； 關(guān)聯(lián)規(guī)則； 分類挖掘

中圖分類號(hào)： TN911?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2016）23?0121?03

Application and research on data mining technology based on association rules

LI Yue1， SUN Jian2， QIU Zhiqi3

（1. Modern Technology and Education Center， North China University of Science and Technology， Tangshan 063000， China；

2. Dean′s Office， North China University of Science and Technology， Tangshan 063000， China；

3. College of Information Engineering， North China University of Science and Technology， Tangshan 063000， China）

Abstract： The information development situation in our country and its problems are analyzed in detail. The integrating point of data mining technology based on association rules and information management in China′s each unit is found out. The design scheme of data mining technology system based on association rules is proposed. This scheme is helpful to optimize the resource allocation of all units in China， promote the decision?making rationality of the leader， and has great practical significance to improve the comprehensive strength of all units in China and promote the comprehensive development.

Keywords： data mining； information management system； association rule； classification mining

0 引 言

隨著信息技術(shù)在各單位信息管理中應(yīng)用的逐漸普及，信息管理系統(tǒng)中積累了海量的數(shù)據(jù)，本文以我國(guó)高校為例，深刻研究了高校信息管理系統(tǒng)，在管理信息化的條件下，對(duì)這些長(zhǎng)期積累的海量數(shù)據(jù)進(jìn)行分析和挖掘，挖掘出其中隱藏的、未知的規(guī)則和信息，將分析結(jié)果用于高校管理的分析與決策上，輔助管理者的決策，還可以為我國(guó)高校優(yōu)化資源配置提供可靠的數(shù)據(jù)，節(jié)約成本，為我國(guó)高校的發(fā)展發(fā)揮著重要的作用。

1 數(shù)據(jù)挖掘的定義及技術(shù)分析

1.1 數(shù)據(jù)挖掘的定義

數(shù)據(jù)挖掘技術(shù)是一門新興學(xué)科，集眾多學(xué)科交叉融合而成的工具和技術(shù)，其中包含了數(shù)據(jù)庫(kù)技術(shù)、統(tǒng)計(jì)學(xué)、人工智能、信息檢索、模式識(shí)別等多種技術(shù)。數(shù)據(jù)挖掘（Data Mining）是指從海量的數(shù)據(jù)或數(shù)據(jù)庫(kù)中分析和提取出人們感興趣的知識(shí)的過(guò)程。這些數(shù)據(jù)知識(shí)是隱含的、事先未知的，將數(shù)據(jù)挖掘技術(shù)應(yīng)用到高校信息管理上是非常有益的，可以全面地分析課程設(shè)置，教學(xué)過(guò)程等各方面因素的內(nèi)在聯(lián)系，是一種決策支持的過(guò)程。

1.2 關(guān)聯(lián)規(guī)則分析

數(shù)據(jù)挖掘的技術(shù)方法有很多種，其中關(guān)聯(lián)規(guī)則挖掘是目前使用頻率最多，應(yīng)用范圍最廣的數(shù)據(jù)挖掘技術(shù)之一。關(guān)聯(lián)規(guī)則反應(yīng)了事物與其他事物之間的相互依存性和關(guān)聯(lián)性，可以通過(guò)研究分析海量數(shù)據(jù)，捕捉其中的相互關(guān)聯(lián)和重要關(guān)系，反應(yīng)數(shù)據(jù)的不同規(guī)律，預(yù)測(cè)時(shí)間的發(fā)展趨勢(shì)。關(guān)聯(lián)規(guī)則是易于理解和解釋的一種技術(shù)，應(yīng)用分析廣泛，是許多其他數(shù)據(jù)挖掘方法的基礎(chǔ)。

其中，Apriori算法是關(guān)聯(lián)規(guī)則挖掘方面很有影響力的算法，通過(guò)項(xiàng)目集元素?cái)?shù)目的不斷增長(zhǎng)來(lái)逐步完成頻繁項(xiàng)目集的發(fā)現(xiàn)，是挖掘產(chǎn)生布爾關(guān)聯(lián)規(guī)則所需頻繁項(xiàng)集的基本算法。利用Apriori算法迭代識(shí)別所有的頻繁項(xiàng)目集，發(fā)現(xiàn)計(jì)算量最大的部分，從頻繁項(xiàng)目集中構(gòu)造置信度不低于用戶設(shè)定的最小置信度的規(guī)則。具體算法流程如圖1所示。

2 數(shù)據(jù)挖掘技術(shù)在高校管理中的應(yīng)用

數(shù)據(jù)挖掘技術(shù)應(yīng)用到高校管理工作中，可以通過(guò)對(duì)信息系統(tǒng)中的海量數(shù)據(jù)的相互之間的關(guān)系進(jìn)行分析，發(fā)現(xiàn)其中一些潛在的聯(lián)系和客觀規(guī)律，可以對(duì)高校管理的決策支持等工作提供極大的幫助，為改進(jìn)高校管理提出了指導(dǎo)性的建議，使得高校管理系統(tǒng)在高校信息化的建設(shè)中發(fā)揮更大的作用。

2.1 數(shù)據(jù)挖掘技術(shù)在教學(xué)評(píng)估中的應(yīng)用

高校員工的評(píng)價(jià)結(jié)果是日常工作情況的重要表現(xiàn)，是高校信息管理工作的一個(gè)重要組成部分，也是目前高校進(jìn)行職稱評(píng)定，績(jī)效評(píng)定的有效標(biāo)準(zhǔn)。但是影響高校員工的評(píng)價(jià)因素有很多，包括員工年齡、工作時(shí)間、政治面貌、學(xué)歷、職稱等很多方面。如何通過(guò)這些現(xiàn)有數(shù)據(jù)判斷哪些或者哪個(gè)因素對(duì)于高校員工考評(píng)的影響最大，可以通過(guò)關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的Apriori算法進(jìn)行數(shù)據(jù)分析，對(duì)各方面的數(shù)據(jù)進(jìn)行充分挖掘，得到有價(jià)值的信息作為高校員工考評(píng)的評(píng)價(jià)依據(jù)，以達(dá)到對(duì)高校員工管理的改進(jìn)的有效支持，極大地提高了高校人事管理的效率，使高校實(shí)現(xiàn)科學(xué)化、正規(guī)化管理。

IF期末成績(jī)等級(jí)=B，AND平時(shí)成績(jī)等級(jí)=C，THEN是否優(yōu)秀=N；

從上面的生成規(guī)則可以看出：期末考試成績(jī)等級(jí)為A，且平時(shí)成績(jī)等級(jí)為B以上者，成績(jī)?yōu)閮?yōu)秀。

（4） 生成分類規(guī)則

通過(guò)對(duì)學(xué)生成績(jī)進(jìn)行數(shù)據(jù)挖掘，找出影響學(xué)生成績(jī)的主要因素以及之間的關(guān)系，為教學(xué)管理部門提供高校教學(xué)中學(xué)生的知識(shí)、技能、能力之間的關(guān)系，以明確今后學(xué)生學(xué)習(xí)的重點(diǎn)和難點(diǎn)。

2.3 數(shù)據(jù)挖掘技術(shù)在高校課程設(shè)置中的應(yīng)用

目前，高校學(xué)生的課程安排是相互聯(lián)系的，是循序漸進(jìn)的。在學(xué)習(xí)專業(yè)課前，要將先開設(shè)的課程學(xué)好，才能繼續(xù)下面課程的學(xué)習(xí)。如果先開設(shè)的課程沒有學(xué)好，就會(huì)影響后面課程的學(xué)習(xí)。另外，由于授課教師，班級(jí)學(xué)生的總體成績(jī)等因素，學(xué)生的成績(jī)有時(shí)會(huì)相差很大。教務(wù)管理人員和任課教師可以利用關(guān)聯(lián)規(guī)則對(duì)課程數(shù)據(jù)進(jìn)行挖掘分析，發(fā)現(xiàn)數(shù)據(jù)中隱藏的前期課程和后期課程的相互關(guān)聯(lián)，為今后課程進(jìn)程的開展提供重要的決策和理論支持。

可以通過(guò)查找存在于項(xiàng)目集合或者對(duì)象集合之間的頻繁模式，查到相關(guān)性或者因果結(jié)構(gòu)，是當(dāng)前數(shù)據(jù)挖掘研究的主要模式之一，確定數(shù)據(jù)中不同領(lǐng)域之間的聯(lián)系，利用關(guān)聯(lián)規(guī)則分析課程安排的不同順序與學(xué)生最終取得考試成績(jī)之間的關(guān)聯(lián)關(guān)系，從而得出教學(xué)計(jì)劃中的課程安排的順序與學(xué)生的考試成績(jī)之間的關(guān)系，得出教學(xué)計(jì)劃中課程之間的關(guān)系，進(jìn)而合理設(shè)置專業(yè)課程。

3 結(jié) 語(yǔ)

如今，數(shù)據(jù)挖掘技術(shù)在高校信息管理領(lǐng)域中的應(yīng)用日益廣泛，也已經(jīng)取得了一定的成績(jī)。但是，還存在著一些不足，需要進(jìn)一步的完善。主要包括以下方面的研究：首先，挖掘工具要更標(biāo)準(zhǔn)，使用更便捷。目前，挖掘工具都是針對(duì)某一具體的高校信息系統(tǒng)，而沒有統(tǒng)一規(guī)范化的適用于所有系統(tǒng)的工具。這種情況不便于使用者更好更快地掌握，給推廣挖掘工具的工作帶來(lái)了困難。其次，挖掘工具操作復(fù)雜，只有從事信息工作方面的人員才能使用自如，對(duì)于廣大普通管理者和從事信息管理的管理者來(lái)說(shuō)掌握起來(lái)需要花費(fèi)很長(zhǎng)的時(shí)間。所以，研究一種簡(jiǎn)單、友好、方便快捷，并且通用的挖掘工具是目前高校信息處理工作的研究重點(diǎn)。

參考文獻(xiàn)

[1] 朱鐵櫻，駱?biāo)?數(shù)據(jù)挖掘技術(shù)在高校管理決策中的應(yīng)用[J].計(jì)算機(jī)時(shí)代，2015（3）：39?43.

[2] 朱麗麗.基于數(shù)據(jù)挖掘技術(shù)的高校教務(wù)管理的應(yīng)用與研究[J].數(shù)字技術(shù)與應(yīng)用，2014（31）：239?240.

[3] 江敏，徐艷.數(shù)據(jù)挖掘技術(shù)在高校教學(xué)管理中的應(yīng)用[J].電腦知識(shí)與技術(shù)，2012（24）：541?545.

[4] 呂慎敏.基于數(shù)據(jù)挖掘的高校教學(xué)管理決策支持系統(tǒng)研究[D].濟(jì)南：山東師范大學(xué)，2012.

[5] 楊恩震.淺論計(jì)算機(jī)技術(shù)在教學(xué)管理中的運(yùn)用[J].湖北函授大學(xué)學(xué)報(bào)，2012，25（2）：28?29.

[6] 高曉佳.數(shù)據(jù)挖掘在教育信息化中的應(yīng)用研究[J].電腦知識(shí)與技術(shù)，2012，8（5）：1199?1200.

[7] 孫中祥，彭湘君，楊玉平，等.數(shù)據(jù)挖掘在教育教學(xué)中的應(yīng)用綜述[J].智能計(jì)算機(jī)與應(yīng)用，2012，2（1）：78?81.

[8] 張海燕，李娟.B/S 架構(gòu)的高校教學(xué)管理系統(tǒng)研究與開發(fā)[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2012（1）：109?111.