基于关联规则挖掘的高校学生意外伤害的时间特征研究——以云南部分高校为例  

Mining of association rules in connection with the temporal features of Chinesecollege-student accidental causalities:A case study of some universities in Yunnan

作　　者：何伟全[1,2] 王天志[3] 张广斌[4] 王源昌[5] 向曦[6] 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]云南师范大学数学学院,云南昆明650500 [6]云南师范大学信息学院,云南昆明650500

出　　处：《云南师范大学学报（哲学社会科学版）》2015年第4期111-119,共9页Journal of Yunnan Normal University：Humanities and Social Sciences Edition

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：本研究用关联规则挖掘方法对造成学生伤害的时间分布、影响因素及其关联关系进行研究,寻找预防高校学生意外伤亡的科学管理方法,不被突发性、不可预测性所蒙蔽,克服安全工作的盲目性和不作为。根据一线工作者多年积累整理出的制约学生伤害的42个因素设计问卷,采集到有效样本7243份。运用关联规则方法对采集数据进行研究,经过对包含125项的学生伤害数据(理论上将产生2125≈3*1037个候选频繁项)进行完整性修正、不完整数据清理、不一致数据清洗、数据归并、转化为布尔型数据等预处理和数据挖掘。获得了学生意外伤害的大量涉及时间因素的关联规则,其中时段伤害关联规则64431条,月份伤害关联规则64662条。发现大学生意外伤害的发生带有明显的时间特征,呈现一定的规律。This research uses the mining of association rules to analyze the temporal features, influ- encing factors and correlations in connection with Chinese college-student accidental causalities, to find out the scientific methods for preventing such causalities and avoid blindness or delay in case of e- mergencies. The questionnaire survey which covers 42 major factors related to such causalities gets 7, 243 responses. It uses association rules to analyze the 125 items in the data （theoretically there would be 2125≈3 ＊ 1037 candidate frequent item-sets） with the help of proper data mining and data process- ing as well as measures of pretreatment. It concludes that these casualties have a clear frequency rate and a kind of law in terms of time, that is, a temporal code in connection with Chinese college-student accidental causalities.

关 键 词：意外伤害因素 关联规则挖掘 预处理 时间特征 

分 类 号：G647[文化科学—高等教育学] TP311.11[文化科学—教育学]