罗明全

（泸州职业技术学院,四川泸州 646000）

1 引言

目前，随着信息化建设的不断深入，各高职院校存储了大量、复杂的毕业生成绩和就业信息数据，如何从中挖掘出有价值的信息，成为高职院校的重要研究课题。本文对泸州职业技术学院信息工程学院近5届毕业生在校成绩和就业相关数据进行挖掘分析，获得一批可以为人才培养方案修订和就业指导工作开展提供决策依据的有价值信息。

2 数据挖掘及关联规则的基本概念

从海量数据中挖掘出潜在、有用知识的过程被称为知识发现（KDD），在这个过程中，数据挖掘(Data Mining)是至关重要的一环。数据挖掘是利用特定算法，自动或半自动地发现有意义的数据模式。

关联规则（Association Rule）是数据挖掘的一个重要技术，其目标是发现数据项集之间的关联关系或相关关系。关联规则挖掘的一个典型例子是购物篮分析，通过分析“购物篮”哪些商品频繁地被顾客同时购买，发现不同商品之间的关联，得出顾客的购物习惯，从而帮助零售商调整商品货架布局以及开发更好的营销策略[1]。

关联规则是形如X Y的蕴涵式，其中X为关联规则的先导，Y为关联规则的后继，以下为关联规则的几个重要概念。

（1）事务

一个数据实例表视为一个数据集，每一条记录为一个事务，使用D表示数据集，|D|表示数据集中事务数。

（2）项集与频繁项集

一个数据表中，每个属性字段具有一个或多个不同的值，每个取值称为项，这些项的集合称为项集，k-项集指包含k个项的项集，记为Lk。……