李茹 支景民 肖松

摘要：近些年来，很多中学生不堪面对学习压力大，更有甚者选择跳楼、自杀等极端方式结束自己的生命，本文针对此种情况，收集大量中小学生心理问题的数据，并对数据进行了标准化处理，通过使用Apriori算法挖掘频繁项集，并设置最小支持度、置信度，得到强关联规则的数据挖掘模型。

关键字：Apriori;大数据;关联规则;心理问题

一、研究现状及意义

随着近几年新一轮基础教育改革的大力推进，中小学生在心理健康方面的教育越来越受到学校和家庭的重视。各级部门都在积极的探索、出台学生心理健康方面的教育方案，有些学校还把中小学学生心理健康状况纳入各学科教师考核评价指标体系，各级教育行政部门设立本级学生心理健康发展服务中心，加强管理考核，使这项工作正逐步走向规范科学的发展轨道。但是中小学生心理健康教育的现状仍然不容乐观，存在的问题还很突出，这些问题更亟待解决。

二、关联规则

关联规则[1]是一种形如的蕴涵式，它能从庞大的数据信息中寻找数据项之间的有价值的隐含关系。其中，，是不相交的项集，被称为关联规则的前导，而是后继。其中，关联规则，存在支持度和信任度。韩家炜教授等专家把关联规则定义为：

假设，是所有项的集合。给定一个事务数据库，，是所有事务的集合。关联规则的强度可以用支持度和置信度两个参数度量。支持度确定了规则可以用于给定数据集頻繁程度，置信度确定了包含的事务中出现的频繁程度[2]。……