Apriori算法在移動(dòng)教職工健康管理平臺(tái)中的應(yīng)用①

， ， ，

(安徽機(jī)電職業(yè)技術(shù)學(xué)院信息工程系，安徽 蕪湖 241000)

0 引 言

近幾年，隨著國家對(duì)教育的大力投入，教師待遇有了顯著提高，學(xué)校也增加了對(duì)教職工的健康投入，基本做到了定期體檢[1][2]。為了建立教師健康檔案，更好地對(duì)教職工進(jìn)行健康評(píng)價(jià)和干預(yù)管理，很多學(xué)校引入了移動(dòng)教職工健康管理平臺(tái)。對(duì)于健康管理平臺(tái)在使用中產(chǎn)生的大數(shù)據(jù)集，需要使用數(shù)據(jù)挖掘算法對(duì)其進(jìn)行價(jià)值提煉[3]，探討教職工健康問題之間的潛在關(guān)聯(lián)，為教職工提供更多的健康指導(dǎo)數(shù)據(jù)。

健康管理平臺(tái)選用經(jīng)典關(guān)聯(lián)規(guī)則Apriori算法對(duì)健康數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，重點(diǎn)關(guān)注特殊教職工人群，并通過云計(jì)算技術(shù)與網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行對(duì)比，給出合理的健康評(píng)價(jià)和干預(yù)措施，平臺(tái)具有自動(dòng)擴(kuò)展收縮、負(fù)載勻衡、安全性高、擴(kuò)展服務(wù)方便等優(yōu)勢(shì)。

1 健康管理平臺(tái)模型與功能

1.1 系統(tǒng)模型

健康管理平臺(tái)系統(tǒng)分為終端應(yīng)用層、服務(wù)端系統(tǒng)、健康數(shù)據(jù)關(guān)聯(lián)分析模塊和云計(jì)算平臺(tái)四個(gè)部分，如圖1。

1.1.1 終端應(yīng)用層

健康管理平臺(tái)終端分為移動(dòng)端和PC端兩部分，實(shí)現(xiàn)健康數(shù)據(jù)的采集和輸出。移動(dòng)端主要包括智能手機(jī)、平板等，可通過自帶傳感器采集用戶健康數(shù)據(jù)，并將數(shù)據(jù)通過無線網(wǎng)絡(luò)傳輸?shù)椒?wù)端系統(tǒng)，同時(shí)，還可以向服務(wù)端請(qǐng)求數(shù)據(jù)，實(shí)現(xiàn)用戶交互功能；PC端的使用者主要包括體檢醫(yī)院、校醫(yī)院、系統(tǒng)管理者和用戶，通過與服務(wù)端的數(shù)據(jù)交互，可實(shí)現(xiàn)體檢數(shù)據(jù)的錄入、健康數(shù)據(jù)的檢索、用戶權(quán)限的設(shè)置等。

圖1 健康管理平臺(tái)系統(tǒng)模型

1.1.2 服務(wù)端系統(tǒng)

服務(wù)端系統(tǒng)用于處理來自終端的數(shù)據(jù)請(qǐng)求，通過訪問數(shù)據(jù)庫和健康數(shù)據(jù)關(guān)聯(lián)分析模塊，將用戶數(shù)據(jù)以HTML頁面的形式返回終端數(shù)據(jù)。服務(wù)端系統(tǒng)可實(shí)現(xiàn)應(yīng)用功能與業(yè)務(wù)邏輯相分離，保證數(shù)據(jù)的準(zhǔn)確性和安全性。

1.1.3 健康數(shù)據(jù)關(guān)聯(lián)分析模塊

為了實(shí)現(xiàn)體檢數(shù)據(jù)的利用率，需要深度挖掘數(shù)據(jù)價(jià)值，發(fā)現(xiàn)數(shù)據(jù)之間的潛在關(guān)系，為教職工提供健康評(píng)價(jià)和干預(yù)措施。經(jīng)典的關(guān)聯(lián)規(guī)則算法Apriori是一種頻繁項(xiàng)集算法，用于挖掘布爾關(guān)聯(lián)規(guī)則，將其應(yīng)用于健康數(shù)據(jù)關(guān)聯(lián)分析模塊，可分析每位教職工的周期性體檢數(shù)據(jù)，關(guān)注他們的生活習(xí)慣對(duì)健康變化的影響，還可以分析教職工疾病，如患高血壓、高血脂、肩周炎、頸椎病等之間的關(guān)聯(lián)規(guī)則，幫助進(jìn)行健康干預(yù)和疾病提醒。

1.1.4 云計(jì)算平臺(tái)

云計(jì)算平臺(tái)的應(yīng)用，更好的集成了計(jì)算需要，不對(duì)客戶終端特別是移動(dòng)終端的計(jì)算能力做過多要求，客戶終端只需要進(jìn)行簡單的數(shù)據(jù)采集和傳遞就可以了，提高了健康管理平臺(tái)的兼容性和用戶體驗(yàn)度。并且云平臺(tái)具有自動(dòng)收縮、負(fù)載均衡、安全性高、擴(kuò)展方便的優(yōu)勢(shì)，方便后期平臺(tái)的維護(hù)和擴(kuò)展。

1.2 系統(tǒng)功能設(shè)計(jì)

通過調(diào)研，移動(dòng)教職工健康管理平臺(tái)的系統(tǒng)功能設(shè)計(jì)如圖2所示。

圖2 健康管理平臺(tái)系統(tǒng)功能

主要功能包括：數(shù)據(jù)采集、健康管理和數(shù)據(jù)管理。數(shù)據(jù)采集包括體檢數(shù)據(jù)和傳感器數(shù)據(jù)的采集。體檢數(shù)據(jù)由體檢醫(yī)院提供，用戶移動(dòng)終端自帶的氣壓傳感器、心率傳感器、血氧傳感器、加速度傳感器、溫度傳感器等可向服務(wù)端提供用戶地理位置、用戶心率、用戶運(yùn)動(dòng)情況、用戶體溫、用戶血氧分壓等一系列基礎(chǔ)數(shù)據(jù)；健康管理功能可以為用戶提供健康提醒、疾病預(yù)防和數(shù)據(jù)對(duì)比服務(wù)，當(dāng)用戶有不利于健康的生活習(xí)慣，或者身體某指標(biāo)異常時(shí)，可實(shí)時(shí)對(duì)用戶進(jìn)行健康提醒；當(dāng)用戶處于傳染病高發(fā)區(qū)域或季節(jié)，或者是某疾病的高發(fā)對(duì)象時(shí)，可實(shí)時(shí)對(duì)用戶提供疾病防治信息；為不同的用戶角色設(shè)置不同的數(shù)據(jù)管理權(quán)限，普通用戶僅能進(jìn)行數(shù)據(jù)查詢，管理員可以進(jìn)行數(shù)據(jù)修改和刪除，最大程度地保障了數(shù)據(jù)安全。

2 數(shù)據(jù)預(yù)處理與Apriori關(guān)聯(lián)規(guī)則算法

2.1 數(shù)據(jù)預(yù)處理

在進(jìn)行關(guān)聯(lián)分析之前，服務(wù)端系統(tǒng)需要對(duì)采集數(shù)據(jù)進(jìn)行預(yù)處理，使之符合Apriori算法處理的需求。具體包括(1)同類屬性識(shí)別。由于數(shù)據(jù)來源的不同，提交的同一類數(shù)據(jù)屬性名稱可能不同，服務(wù)端系統(tǒng)需要把它們轉(zhuǎn)換為同一屬性名稱。(2)數(shù)值單位轉(zhuǎn)換。對(duì)于不同的數(shù)據(jù)源，數(shù)值單位可能不同，比如，身高數(shù)據(jù)提交的時(shí)候，以米和厘米為單位，數(shù)值分別為1.65和165，服務(wù)端系統(tǒng)要能準(zhǔn)確地識(shí)別它們并轉(zhuǎn)換為標(biāo)準(zhǔn)單位下的數(shù)值。(3)去除無用數(shù)據(jù)。如果數(shù)據(jù)間具有推導(dǎo)關(guān)系，服務(wù)端系統(tǒng)就要去除可推導(dǎo)數(shù)據(jù)，比如出生年月由年齡可以推導(dǎo)出，就可以去除掉。(4)數(shù)據(jù)去連續(xù)化。通過用戶終端傳感器和醫(yī)院體檢采集來的數(shù)據(jù)可以劃分為離散型和連續(xù)型兩大類，對(duì)于連續(xù)型數(shù)據(jù)，必須對(duì)其進(jìn)行離散化，將其映射為保留原有次序的整數(shù)區(qū)域，使之符合布爾關(guān)聯(lián)規(guī)則Apriori算法的要求，比如，將連續(xù)型數(shù)據(jù)“年齡”劃分為[0,6] [7,17] [18, 40] [41, 65] [66,max]。

2.2 Apriori關(guān)聯(lián)規(guī)則算法

Apriori是一種經(jīng)典的布爾型數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘算法，由Agrawal&Srikant于1994年提出，用于尋找出大數(shù)據(jù)集中數(shù)據(jù)間的關(guān)聯(lián)或聯(lián)系。Apriori算法先設(shè)定最小支持度和最小置信度，將關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)分為兩步：第一步是找出所有支持度不小于用戶指定的最小支持度的頻繁項(xiàng)集[4][5]，支持度Support(A->B)見公式(1)；第二步從頻繁項(xiàng)集中構(gòu)造其置信度不低于用戶給定置信度的強(qiáng)關(guān)聯(lián)規(guī)則，置信度Confidence(A->B)見公式(2)。即同時(shí)滿足最小支持度和最小置信度。算法易實(shí)現(xiàn)，基本步驟可分為連接和剪枝。Apriori算法偽代碼如圖3所示。

Support(A→B)=P(A∪B)=

(1)

Confidence(A→B)=P(B|A)=

(2)

圖3 Apriori算法偽代碼

3 Apriori算法在移動(dòng)教職工健康管理平臺(tái)中的應(yīng)用

Apriori算法可對(duì)大數(shù)據(jù)集進(jìn)行關(guān)聯(lián)分析，挖掘發(fā)現(xiàn)數(shù)據(jù)間潛在的關(guān)聯(lián)規(guī)則。在移動(dòng)教職工健康管理平臺(tái)中，有多處應(yīng)用。比如，可以挖掘用戶的行為數(shù)據(jù)與疾病之間的潛在關(guān)聯(lián)；可以挖掘特定人群與特定疾病之間的潛在關(guān)聯(lián)；可以挖掘特定季節(jié)和區(qū)域與疾病之間的潛在關(guān)聯(lián)；可以挖掘疾病與疾病之間的潛在關(guān)聯(lián)。篇幅關(guān)系，僅介紹Apriori算法對(duì)疾病與疾病之間的關(guān)聯(lián)挖掘。

3.1 Apriori算法關(guān)聯(lián)挖掘疾病規(guī)則

對(duì)某高校2013-2016年的6700條體檢數(shù)據(jù)進(jìn)行預(yù)處理，具體包括同類屬性識(shí)別、數(shù)值單位轉(zhuǎn)換、去除無用數(shù)據(jù)、數(shù)據(jù)去連續(xù)化，并用C++對(duì)Apriori進(jìn)行編程實(shí)現(xiàn)，設(shè)置最小支持度為22%，最小置信度為34%，得到關(guān)聯(lián)規(guī)則六條，置信度保留兩位小數(shù)，由高到低排序。

心功能不全→冠心病,可信度： 0.57

(1)

冠心病、腦梗塞→高血壓病,可信度： 0.53

(2)

心率失?！谛牟?可信度： 0.46

(3)

高血壓病,腦梗塞→冠心病,可信度： 0.45

(4)

冠心病→高血壓病,可信度： 0.37

(5)

頸椎病，高血脂病→腰椎間盤突出,可信度： 0.31

(6)

3.2 關(guān)聯(lián)結(jié)果分析

(1)當(dāng)用戶患有心功能不全，健康管理平臺(tái)應(yīng)該定期提醒用戶做冠心病篩查并給出生活注意事項(xiàng)。

(2)當(dāng)用戶患有冠心病和腦梗塞，健康管理平臺(tái)定期提醒用戶測(cè)量血壓，并給出預(yù)防建議。

(3)當(dāng)用戶患有心率失常，健康管理平臺(tái)定期向用戶普及冠心病知識(shí)，并提醒用戶定期篩查。

(4)當(dāng)用戶患有高血壓和腦梗塞，健康管理平臺(tái)定期提醒用戶篩查冠心病，并普及疾病知識(shí)。

(5)當(dāng)用戶患有冠心病，健康管理平臺(tái)定期提醒用戶測(cè)量血壓，關(guān)注用戶飲食習(xí)慣，普及疾病知識(shí)。

(6)當(dāng)用戶患有頸椎病和高血脂病，健康管理平臺(tái)定期提醒用戶關(guān)注腰椎健康，給出腰椎間盤突出的防治知識(shí)。

4 結(jié) 語

移動(dòng)教職工健康管理平臺(tái)分為終端應(yīng)用層、服務(wù)端系統(tǒng)、健康數(shù)據(jù)關(guān)聯(lián)分析模塊和云計(jì)算平臺(tái)四個(gè)部分，主要功能包括數(shù)據(jù)采集、健康管理和數(shù)據(jù)管理。介紹了數(shù)據(jù)預(yù)處理方法和Apriori關(guān)聯(lián)規(guī)則算法，并以教職工疾病之間的潛在規(guī)則關(guān)聯(lián)挖掘?yàn)槔?，闡述了Apriori算法在移動(dòng)教職工健康管理平臺(tái)中的應(yīng)用。平臺(tái)具有兼容性高、用戶體驗(yàn)好、負(fù)載勻衡、安全性高、擴(kuò)展方便等優(yōu)勢(shì)。