周永强 杨振华

摘  要： 为了探索天气与地铁客流量之间的关系，为地铁运营部门科学合理的调度、预案的制定提供帮助，对地铁大数据进行了关联规则挖掘，并对经典的关联规则算法Apriori进行了改进。改进算法提高了从海量数据中取得频繁项目集的效率，降低了对计算机资源的消耗，高效地挖掘出了天气因素对地铁客流影响的规律。

关键词： 关联规则; Apriori; 算法; 频繁项目集

中图分类号：TP393          文献标识码：A     文章编号：1006-8228（2021）04-57-03

Abstract： In order to explore the relationship between weather and subway passenger flow， provide help for scientific and reasonable scheduling and plan formulation. The association rule mining to the subway big data is carried out and the classical association rule algorithm Apriori is improved. The improved algorithm improves the efficiency of obtaining frequent item sets from massive data and reduces the consumption of computer resources， so that the rules of the influence of weather factors on subway passenger flow are mined efficiently.

Key words： association rule; Apriori; algorithm; frequent item sets

0 引言

随着城市化进程的发展，城市人口高速增长，大量的城市人口给交通带来了极大的压力。为了缓解交通压力[4]，许多城市都大力发展地铁建设。然而乘客人数过多，在高峰期地铁站仍然是人潮涌动。当天气变化时也会对地铁交通产生极大影响。因此，天气因素对地铁客流的影响就成了我们的研究对象。随着地铁电子化车票的使用，地铁运营公司已经收集了海量的用户乘车数据。我们尝试采用关联规则方法对出行数据中蕴含的潜在知识进行挖掘，找出其中有价值的信息。

1 Apriori算法研究

关联规则挖掘的过程分为两个步骤：第一步，从事务数据库中找出所有满足支持度的频繁项集;第二步，从频繁项集中找出所有满足置信度的规则。找出频繁项集是进行关联规则挖掘的基础，也是最耗时耗力的一步，也因此成为大多数关联规则研究的热点[5]。

频繁项集挖掘经典的算法是Apriori算法，它挖掘的主要步骤是：①首先，扫描事务数据库D，找出其中的频繁1项集L1。……