[发明专利]一种基于Apriori算法的学生就业数据分析方法

说明书

技术领域

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。

发明内容

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