一种基于Apriori算法的学生就业数据分析方法与流程

本发明涉及高校学生就业数据分析领域，尤其涉及一种基于apriori算法的学生就业数据分析方法。

背景技术：

计算机技术与信息技术的快速发展，对人类社会进步与发展产生了巨大影响。它使人类社会由工业化进入到信息化时代，同时随着现代人生活节奏的加快及技术的进步，人们获取信息数据也更容易，进而使数据的存储量急剧增加。然而,面对大量的杂乱数据，人们更加关注的并非数据本身，而是隐藏在数据背后的一些重要信息。面对这一挑战，数据挖掘应运而生。数据挖掘有许多研究方向，关联规则挖掘就是其中之一，它反映了大量数据之间存在的相关联系。

本发明是在针对典型的关联规则挖掘算法apriori算法基础上，并将其关联规则挖掘的技术应用到学生就业数据的分析之中。通过对学生的相关成绩和就业数据的分析及研究，得到相关专业的学生就业与专业课程之间、学生综合测评及技能鉴定等之间存在的关系，以此为学校的学生就业提供参考依据，为学校的专业课程设置提供参考意见。

技术实现要素：

为了克服现有技术的不足，本发明的目的在于提供一种基于apriori算法的学生就业数据分析方法。

本发明技术方案一种基于apriori算法的学生就业数据分析方法，其特征在于，包括以下步骤：

1)、为各个高校相关专业学生专业课成绩、学生综合测评成绩、技能鉴定及就业数据提供接口，实现将高校学生就业资源整合到高校学生就业资源联合检索平台上。

2)、将步骤101整合的事务数据库资源采用apriori算法来生成子数据库，即通过挖掘数据之间的关联规则生成分级子数据库，具体步骤为：

a、预先设定最小支持数mincount，扫描事务数据库db并计数得到c1，找出满足最小支持计数的1-频繁项集,记为l1；

b、重新组合l1中的项集产生候选集c2，再次扫描事务数据库，找出满足最小支持计数的2-频繁项集l2；

3)、根据步骤102中得到的频繁项集l2，由apriori_gen(l2)重新组合l2中的项集产生候选集c3，删除候选集c3中不属于l2的候选项集；如此循环下去，直到不能找到新的频繁k-项集，即扫描事务数据库，发现li为空集，则算法结束，最后得到的频集作为主数据库，然后利用所得到的分级子数据库及主数据库进行联合分析。得到相关专业的学生就业与专业课程之间、学生综合测评及技能鉴定等之间存在的关系，以此为学校的学生就业提供参考依据，为学校的专业课程设置提供参考意见。

本发明技术有益效果：

本发明提出一种基于apriori算法的学生就业数据分析方法。通过对各个高校相关专业学生就业资源整合，利用apriori算法，通过对学生的相关的成绩和就业数据的分析及研究，得到相关专业的学生就业与专业课程之间、学生综合测评及技能鉴定等之间存在的关系，以此为学校的学生就业提供参考依据，为学校的专业课程设置提供参考意见。

附图说明

图1为本发明的apriori算法流程图，

图2为本发明的apriori算法生成分级子数据库示意图，

图3为本发明的apriori算法生成主数据库示意图。

具体实施方式

为便于本领域技术人员理解本发明技术方案，现结合说明书附图对本发明技术方案做进一步的说明。

本发明包括两个部分，第一部分是apriori算法生成分级子数据库，即通过挖掘数据之间的关联规则生成分级子数据库。第二部分是apriori算法生成主数据库，即在分级子数据库的基础上再利用apriori算法进行关联规则的挖掘，获得最终的主数据库。

详细方案描述

1、apriori算法生成分级子数据库

apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。

apriori算法使用层次顺序搜索的循环方法产生频繁项集，即用频繁k-项集探索产生(k+1)-项集。找出长度为1的频繁项集，记为l1，用于产生频繁2-项集l2的集合，而l2用于产生频繁3-项集l3的，如此循环下去，直到不能找到新的频繁k-项集。

假设图书电子资源事务数据库db中包含4个事务，即|db|＝4，最小支持数mincount＝2，即最小支持度minsup＝2/4＝50％。挖掘频繁项目集的具体过程如下所述：

(1)数据过滤

首先对事务数据库db进行扫描并且计数，得到c1，取出计数大于最小支持数的项集(其中项集{d}的支持数为1小于最小支持数2，删除{d}项集)，产生l1＝{{a},{b},{c},{f}}。第一次数据库扫描产生的关联规则会产生冗余数据，继续对数据库进行第二次扫描。

(2)分级子数据库的生成

由apriori_gen(l1)(产生相应的候选项集)生成c2，扫描数据库db，对c2中的每个项集进行计数(其中{a，b}，{a，c}支持数为1，小于最小支持数2，删除{a，b}，{a，c}两个项集)，计算c2中每个候选集得到l2，所得到l2的中的频繁项集{a，c}，{b，c},{b，f}，{c，f}作为事物数据库的分级子数据库，生成过程如图2所示。

2、apriori算法生成主数据库

根据生成的分级子数据库l2，由apriori_gen(l2)生成c3，扫描事务数据库d，对c3中的每个项目进行计数，取出c3中大于最小支持数的项集(其中{a，b，c}，{a，b，f}，{a，c，f}三个项集的支持数为1，小于最小支持数2，删除该三项，留下计数大于最小支持数的项集)，最终得到l3，其中{b，c，f}是最后得到的频集作为主数据库，生成过程如图3所示。

本发明方案在上面结合附图对发明进行了示例性描述，显然发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性改进，或未经改进将发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。

技术特征：

技术总结
本发明公开了一种基于Apriori算法的学生就业数据分析方法，主要为各个高校相关专业学生专业课成绩、学生综合测评成绩、技能鉴定及就业数据的数据库提供接口，实现将高校学生就业资源整合到高校学生就业资源联合检索平台上。利用Apriori算法，通过对学生的相关成绩和就业数据的分析及研究，得到相关专业的学生就业与专业课程之间、学生综合测评及技能鉴定等之间存在的关系，以此为学校的学生就业提供参考依据，为学校的专业课程设置提供参考意见。

技术研发人员：宋丽萍;韦建国
受保护的技术使用者：阜阳职业技术学院
技术研发日：2017.03.23
技术公布日：2017.07.14