本發(fā)明涉及高校學(xué)生就業(yè)數(shù)據(jù)分析領(lǐng)域，尤其涉及一種基于apriori算法的學(xué)生就業(yè)數(shù)據(jù)分析方法。

背景技術(shù)：

計(jì)算機(jī)技術(shù)與信息技術(shù)的快速發(fā)展，對(duì)人類(lèi)社會(huì)進(jìn)步與發(fā)展產(chǎn)生了巨大影響。它使人類(lèi)社會(huì)由工業(yè)化進(jìn)入到信息化時(shí)代，同時(shí)隨著現(xiàn)代人生活節(jié)奏的加快及技術(shù)的進(jìn)步，人們獲取信息數(shù)據(jù)也更容易，進(jìn)而使數(shù)據(jù)的存儲(chǔ)量急劇增加。然而,面對(duì)大量的雜亂數(shù)據(jù)，人們更加關(guān)注的并非數(shù)據(jù)本身，而是隱藏在數(shù)據(jù)背后的一些重要信息。面對(duì)這一挑戰(zhàn)，數(shù)據(jù)挖掘應(yīng)運(yùn)而生。數(shù)據(jù)挖掘有許多研究方向，關(guān)聯(lián)規(guī)則挖掘就是其中之一，它反映了大量數(shù)據(jù)之間存在的相關(guān)聯(lián)系。

本發(fā)明是在針對(duì)典型的關(guān)聯(lián)規(guī)則挖掘算法apriori算法基礎(chǔ)上，并將其關(guān)聯(lián)規(guī)則挖掘的技術(shù)應(yīng)用到學(xué)生就業(yè)數(shù)據(jù)的分析之中。通過(guò)對(duì)學(xué)生的相關(guān)成績(jī)和就業(yè)數(shù)據(jù)的分析及研究，得到相關(guān)專(zhuān)業(yè)的學(xué)生就業(yè)與專(zhuān)業(yè)課程之間、學(xué)生綜合測(cè)評(píng)及技能鑒定等之間存在的關(guān)系，以此為學(xué)校的學(xué)生就業(yè)提供參考依據(jù)，為學(xué)校的專(zhuān)業(yè)課程設(shè)置提供參考意見(jiàn)。

技術(shù)實(shí)現(xiàn)要素：

為了克服現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種基于apriori算法的學(xué)生就業(yè)數(shù)據(jù)分析方法。

本發(fā)明技術(shù)方案一種基于apriori算法的學(xué)生就業(yè)數(shù)據(jù)分析方法，其特征在于，包括以下步驟：

1)、為各個(gè)高校相關(guān)專(zhuān)業(yè)學(xué)生專(zhuān)業(yè)課成績(jī)、學(xué)生綜合測(cè)評(píng)成績(jī)、技能鑒定及就業(yè)數(shù)據(jù)提供接口，實(shí)現(xiàn)將高校學(xué)生就業(yè)資源整合到高校學(xué)生就業(yè)資源聯(lián)合檢索平臺(tái)上。

2)、將步驟101整合的事務(wù)數(shù)據(jù)庫(kù)資源采用apriori算法來(lái)生成子數(shù)據(jù)庫(kù)，即通過(guò)挖掘數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則生成分級(jí)子數(shù)據(jù)庫(kù)，具體步驟為：

a、預(yù)先設(shè)定最小支持?jǐn)?shù)mincount，掃描事務(wù)數(shù)據(jù)庫(kù)db并計(jì)數(shù)得到c1，找出滿足最小支持計(jì)數(shù)的1-頻繁項(xiàng)集,記為l1；

b、重新組合l1中的項(xiàng)集產(chǎn)生候選集c2，再次掃描事務(wù)數(shù)據(jù)庫(kù)，找出滿足最小支持計(jì)數(shù)的2-頻繁項(xiàng)集l2；

3)、根據(jù)步驟102中得到的頻繁項(xiàng)集l2，由apriori_gen(l2)重新組合l2中的項(xiàng)集產(chǎn)生候選集c3，刪除候選集c3中不屬于l2的候選項(xiàng)集；如此循環(huán)下去，直到不能找到新的頻繁k-項(xiàng)集，即掃描事務(wù)數(shù)據(jù)庫(kù)，發(fā)現(xiàn)li為空集，則算法結(jié)束，最后得到的頻集作為主數(shù)據(jù)庫(kù)，然后利用所得到的分級(jí)子數(shù)據(jù)庫(kù)及主數(shù)據(jù)庫(kù)進(jìn)行聯(lián)合分析。得到相關(guān)專(zhuān)業(yè)的學(xué)生就業(yè)與專(zhuān)業(yè)課程之間、學(xué)生綜合測(cè)評(píng)及技能鑒定等之間存在的關(guān)系，以此為學(xué)校的學(xué)生就業(yè)提供參考依據(jù)，為學(xué)校的專(zhuān)業(yè)課程設(shè)置提供參考意見(jiàn)。

本發(fā)明技術(shù)有益效果：

本發(fā)明提出一種基于apriori算法的學(xué)生就業(yè)數(shù)據(jù)分析方法。通過(guò)對(duì)各個(gè)高校相關(guān)專(zhuān)業(yè)學(xué)生就業(yè)資源整合，利用apriori算法，通過(guò)對(duì)學(xué)生的相關(guān)的成績(jī)和就業(yè)數(shù)據(jù)的分析及研究，得到相關(guān)專(zhuān)業(yè)的學(xué)生就業(yè)與專(zhuān)業(yè)課程之間、學(xué)生綜合測(cè)評(píng)及技能鑒定等之間存在的關(guān)系，以此為學(xué)校的學(xué)生就業(yè)提供參考依據(jù)，為學(xué)校的專(zhuān)業(yè)課程設(shè)置提供參考意見(jiàn)。

附圖說(shuō)明

圖1為本發(fā)明的apriori算法流程圖，

圖2為本發(fā)明的apriori算法生成分級(jí)子數(shù)據(jù)庫(kù)示意圖，

圖3為本發(fā)明的apriori算法生成主數(shù)據(jù)庫(kù)示意圖。

具體實(shí)施方式

為便于本領(lǐng)域技術(shù)人員理解本發(fā)明技術(shù)方案，現(xiàn)結(jié)合說(shuō)明書(shū)附圖對(duì)本發(fā)明技術(shù)方案做進(jìn)一步的說(shuō)明。

本發(fā)明包括兩個(gè)部分，第一部分是apriori算法生成分級(jí)子數(shù)據(jù)庫(kù)，即通過(guò)挖掘數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則生成分級(jí)子數(shù)據(jù)庫(kù)。第二部分是apriori算法生成主數(shù)據(jù)庫(kù)，即在分級(jí)子數(shù)據(jù)庫(kù)的基礎(chǔ)上再利用apriori算法進(jìn)行關(guān)聯(lián)規(guī)則的挖掘，獲得最終的主數(shù)據(jù)庫(kù)。

詳細(xì)方案描述

1、apriori算法生成分級(jí)子數(shù)據(jù)庫(kù)

apriori算法是一種最有影響的挖掘布爾關(guān)聯(lián)規(guī)則頻繁項(xiàng)集的算法。其核心是基于兩階段頻集思想的遞推算法。該關(guān)聯(lián)規(guī)則在分類(lèi)上屬于單維、單層、布爾關(guān)聯(lián)規(guī)則。在這里，所有支持度大于最小支持度的項(xiàng)集稱(chēng)為頻繁項(xiàng)集，簡(jiǎn)稱(chēng)頻集。

apriori算法使用層次順序搜索的循環(huán)方法產(chǎn)生頻繁項(xiàng)集，即用頻繁k-項(xiàng)集探索產(chǎn)生(k+1)-項(xiàng)集。找出長(zhǎng)度為1的頻繁項(xiàng)集，記為l1，用于產(chǎn)生頻繁2-項(xiàng)集l2的集合，而l2用于產(chǎn)生頻繁3-項(xiàng)集l3的，如此循環(huán)下去，直到不能找到新的頻繁k-項(xiàng)集。

假設(shè)圖書(shū)電子資源事務(wù)數(shù)據(jù)庫(kù)db中包含4個(gè)事務(wù)，即|db|＝4，最小支持?jǐn)?shù)mincount＝2，即最小支持度minsup＝2/4＝50％。挖掘頻繁項(xiàng)目集的具體過(guò)程如下所述：

(1)數(shù)據(jù)過(guò)濾

首先對(duì)事務(wù)數(shù)據(jù)庫(kù)db進(jìn)行掃描并且計(jì)數(shù)，得到c1，取出計(jì)數(shù)大于最小支持?jǐn)?shù)的項(xiàng)集(其中項(xiàng)集dn8uhelbkzum的支持?jǐn)?shù)為1小于最小支持?jǐn)?shù)2，刪除dn8uhelbkzum項(xiàng)集)，產(chǎn)生l1＝{{a},,{c},{f}}。第一次數(shù)據(jù)庫(kù)掃描產(chǎn)生的關(guān)聯(lián)規(guī)則會(huì)產(chǎn)生冗余數(shù)據(jù)，繼續(xù)對(duì)數(shù)據(jù)庫(kù)進(jìn)行第二次掃描。

(2)分級(jí)子數(shù)據(jù)庫(kù)的生成

由apriori_gen(l1)(產(chǎn)生相應(yīng)的候選項(xiàng)集)生成c2，掃描數(shù)據(jù)庫(kù)db，對(duì)c2中的每個(gè)項(xiàng)集進(jìn)行計(jì)數(shù)(其中{a，b}，{a，c}支持?jǐn)?shù)為1，小于最小支持?jǐn)?shù)2，刪除{a，b}，{a，c}兩個(gè)項(xiàng)集)，計(jì)算c2中每個(gè)候選集得到l2，所得到l2的中的頻繁項(xiàng)集{a，c}，{b，c},{b，f}，{c，f}作為事物數(shù)據(jù)庫(kù)的分級(jí)子數(shù)據(jù)庫(kù)，生成過(guò)程如圖2所示。

2、apriori算法生成主數(shù)據(jù)庫(kù)

根據(jù)生成的分級(jí)子數(shù)據(jù)庫(kù)l2，由apriori_gen(l2)生成c3，掃描事務(wù)數(shù)據(jù)庫(kù)d，對(duì)c3中的每個(gè)項(xiàng)目進(jìn)行計(jì)數(shù)，取出c3中大于最小支持?jǐn)?shù)的項(xiàng)集(其中{a，b，c}，{a，b，f}，{a，c，f}三個(gè)項(xiàng)集的支持?jǐn)?shù)為1，小于最小支持?jǐn)?shù)2，刪除該三項(xiàng)，留下計(jì)數(shù)大于最小支持?jǐn)?shù)的項(xiàng)集)，最終得到l3，其中{b，c，f}是最后得到的頻集作為主數(shù)據(jù)庫(kù)，生成過(guò)程如圖3所示。

本發(fā)明方案在上面結(jié)合附圖對(duì)發(fā)明進(jìn)行了示例性描述，顯然發(fā)明具體實(shí)現(xiàn)并不受上述方式的限制，只要采用了本發(fā)明的方法構(gòu)思和技術(shù)方案進(jìn)行的各種非實(shí)質(zhì)性改進(jìn)，或未經(jīng)改進(jìn)將發(fā)明的構(gòu)思和技術(shù)方案直接應(yīng)用于其它場(chǎng)合的，均在本發(fā)明的保護(hù)范圍之內(nèi)。

技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種基于Apriori算法的學(xué)生就業(yè)數(shù)據(jù)分析方法，主要為各個(gè)高校相關(guān)專(zhuān)業(yè)學(xué)生專(zhuān)業(yè)課成績(jī)、學(xué)生綜合測(cè)評(píng)成績(jī)、技能鑒定及就業(yè)數(shù)據(jù)的數(shù)據(jù)庫(kù)提供接口，實(shí)現(xiàn)將高校學(xué)生就業(yè)資源整合到高校學(xué)生就業(yè)資源聯(lián)合檢索平臺(tái)上。利用Apriori算法，通過(guò)對(duì)學(xué)生的相關(guān)成績(jī)和就業(yè)數(shù)據(jù)的分析及研究，得到相關(guān)專(zhuān)業(yè)的學(xué)生就業(yè)與專(zhuān)業(yè)課程之間、學(xué)生綜合測(cè)評(píng)及技能鑒定等之間存在的關(guān)系，以此為學(xué)校的學(xué)生就業(yè)提供參考依據(jù)，為學(xué)校的專(zhuān)業(yè)課程設(shè)置提供參考意見(jiàn)。

技術(shù)研發(fā)人員：宋麗萍;韋建國(guó)
受保護(hù)的技術(shù)使用者：阜陽(yáng)職業(yè)技術(shù)學(xué)院
技術(shù)研發(fā)日：2017.03.23
技術(shù)公布日：2017.07.14