曹路舟

（池州职业技术学院 信息技术系，安徽 池州 247000）

为了更好的完成贫困生资助工作，减轻贫困生认定过程中的工作压力，广义上的数据挖掘就是指知识发现[1]。它是从大量数据中发现并提取隐藏在内的、人们事先不知道的、但又可能有价值的信息和知识一种新技术[2]。狭义的数据挖掘只是知识发现过程中的一个重要步骤，是知识发现过程中一个最核心的环节，通过这个环节可以发现需要的模式。关联规则挖掘技术是最常用的技术之一，本论文通过对我校所有在校生的基本信息进行数据分析，并利用这些数据采用经典的Apriori算法进行数据挖掘，找出其中的部分数据之间内在的关联，从而提高贫困生认定工作的效率。

1 关联规则挖掘算法

1.1 关联规则的基本概念

关联规则[3]的挖掘问题可以用下面的形式来描述:

令I={i1，i2，…，in}为一个项目集。令D为一任务相关数据构成的事务数据库，每个事务T是一项目集且TI。每个事务T都与一个被称作TID的标识符相关联。令A为一个项目集，当且仅当AT时事务T包含A。关联规则的表示形式为AB，其中AI，BI，且 A∩B=。关联规则AB以支持度S包含事务集D，其中S表示事务集D中包含A∪B的事务占有的事务百分比，即概率P(A∪B)。关联规则AB是以置信度C包含事务集D，其中C表示事务集D中既包含A事务同时又包含B事务的百分比，即条件概率P(A|B)。表达式如下：

1.2 关联规则的主要算法

关联规则的算法主要有Apriori[5]算法，FP-growth[6]算法，以及一些在此基础上改进的算法。由于Apriori算法属于单维、单层、布尔关联规则，思路比较简单，以递归统计为基础，通过剪枝生成频繁集，所以该算法得以广泛使用。……