基于学生伤害因素的关联规则挖掘  

Mining of Association Rules in Connection with Factors of Chinese College Students' Casualties

作　　者：何伟全[1,2] 王天志[3] 曹洪华[4] 向曦[5] 马百友 段万春[1] 

机构地区：[1]昆明理工大学管理与经济学院,云南昆明650093 [2]云南师范大学党委办公室,云南昆明650500 [3]云南师范大学党委宣传部,云南昆明650500 [4]云南师范大学经济与管理学院,云南昆明650500 [5]云南师范大学信息学院,云南昆明650500

出　　处：《昆明理工大学学报（自然科学版）》2015年第3期122-127,共6页Journal of Kunming University of Science and Technology(Natural Science)

基　　金：云南省高校网络舆情信息分析系统研发及创新团队建设项目(2012-2014)

摘　　要：基于实际数据分析的管理和决策能够弥补简单主观经验主义的缺陷,该方法在高校学生安全工作的管理中越来越得到重视.笔者运用关联规则对收集的学生伤害数据进行研究,提出了"大学生伤害频繁项挖掘"等算法,并进行数据挖掘,获得了大量的关联规则及多个影响因素之间内在联系.同时发现关联规则数对可信度的变化比较敏感,多线程运行对提高程序效率非常有效.The data - based management and policy - making can avoid the weaknesses resulting from empiricism and subjectivism, and have got more and more attention in the work concerning Chinese college students＇ safety. This research uses association rules to analyze the data of Chinese college students＇ casualties and proposes a rel- evant frequent pattern mining algorithm. The data mining reveals a large number of association rules and the internal relations among several relevant factors. It concludes that the number of association rules is relatively sensitive to the changes in credibility while a multithreaded process is quite effective in improving the program concerned.

关 键 词：数据预处理 频繁项挖掘算法 数据缩减 阈值调整 

分 类 号：TB311.11[一般工业技术—材料科学与工程] G647[文化科学—高等教育学]