基于粗糙集的关联规则挖掘在教师成长中的应用..docVIP

关于进一步完善居民医疗救助制度的实施意见 各镇人民政府，各街挖掘是数据挖掘中的一个重要问题， 在最近几年被广泛研究。本文将粗糙集理论及方法引入高校 教师成长信息，通过属性约简降低属性纬数，然后基于粗糙 集理论进行关联规则挖掘，得出了一些有益的结论，为拓展 粗糙集的应用领域做出了有益的探索。关键词粗糙集；关 联规则；教师成长；区分矩阵；属性约筒粗糙集理论是由 波兰数学家在80年代初提出的一种处理模糊和不精确性问 题的新型数学工具。利用粗糙集理论进行数据挖掘，重要的 一点就是基于粗糙集理论的属性约简。通过约简操作降低属 性的纬数，总结出适用于决策支持的知识规则，是粗糙集理 论最重要的应用之一。关联规则挖掘是数据挖掘中的一个重 要问题，随着全球范围内数据库中存储的数据量迅速增大， 数据间的关联规则往往过于庞大而难以分析，如何有效的得 到有意义的关联规则成为研究热点。本文以高校信息化为应 用背景，将基于粗糙集理论的数据挖掘技术应用于高校教师 成长过程，得到实际可用的关联规则，为管理者提供决策支 持。粗糙集理论的基本概念粗糙集理论将分类与知识联系 在一起，认为知识源于有认知能力的主体的分类能力，并用 等价关系形式化表示分类。定义1:粗糙集理论中定义信息 系统为一个如下四元组：3=（1^，￥^），其中U=（xl，x2,…，xn） 是对象集，即论域；A是属性集合，A=C UD,且CnD=O， 其中C为条件属性，D为决策属性；V为属性A的值域；F是 UXA-V的映射，它为U中各对象的属性指定唯一值。S又被 称为决策表。定义2:在信息系统S中，对于一属性集I eA， 可构造对应的二元等价关系。IN D(I) {EUXU| v aei，有 a(x)=a(y)}，称IND(I)为由I构造的不可分辨关系。不可分 辨关系实际上就是I上的等价关系。因此，针对属性集I上 的不可分辨关系，U可划分为几个等价类，用U/IND(I)表示。 定义3:约简定义为不含多余属性并保证分类正确的最小条 件属性集。假设条件属性集C的简约是C的一个非空子集C， C和C必须满足以下两个性质：ind(C，D)=ind(C，D),不 存在C C有ind(C，D)=ind(C，D)。一个决策表可能同 时存在几个约简，C的约简的集合记作Red(C)。这些约筒的 交集定义为决策表的核(Core)，Core (C) = ARe d(C)核中的属 性是影响分类的重要属性。定义4:信息系统S中关于属性 集C的区分矩阵M= (mi j)nXn定义为： M(C) = (mi j)nXn是代表了区分xi, xj的完整信息。关 联规则关联规则是在交易数据、关系数据或其他信息载体中， 查找存在于项目集合或对象集合之间的频繁模式、关联、相 关性、或因果结构，通过分析数据或记录间的关系，决定哪 些事情将一起发生。定义6:设I={il，i2,…，in}是项的集 合。包含K个项的项集称作K项集。设D是数据库记录的集 合，其中每个事务T是项的集合，且TI。设X是一个项集， 事务T包含X当且仅当XT。关联规则是形如XY的蕴涵式， 这里XI，YI，且XnY=O。X称为规则的左部或规则的前提， Y称为规则的右部或结论。度量规则的参数是支持度与置信 度(Confi dence)。支持度是指数据集中的实例同时包含条件 属性与决策属性的共同概率，支持度揭示了规则的重要性。 置信度表示实例在包含条件属性的前提下，也包含决策属性 的条件概率，它揭示了规则的可信度。在粗糙集理论中支持 度与置信度可以表示为： 其中P⑴表示是指X在数据D中出现的概率，其余雷同。 Su pport (XY)指X、Y在D中同时出现的概率；Confidence (X Y)表示在X出现的前提下Y出现的条件概率。如果得到的规 则同时满足支持度不小于支持度阈值和置信度不小于置信 度阈值，则该规则有意义。本文应用基于粗糙集的关联规则 的挖掘过程分为三步：数据预处理，属性约简与关联规则的 挖掘，见图1。数据预处理：通过对高校人事数据的初始信 息进行数据清洗，缺失值处理，转换及数据选择，获取初始 信息表，且初始表转换为粗糙集形式，并明确条件属性集和 决策属性；属性约简：对条件属性进行约简，删除多余属性， 用区分矩阵来完成约简和求核，在此基础上生成约筒属性集 关联规则挖掘：输入支持度阈值和置信度阈值，根据数据约 简结果，利用粗糙集理论文献［6］中的算法，进行关联规则 的挖掘。 1基于粗糙集的关联规则模型随着信息化在社会各方 面的迅速普及，高校在近几年来已经掌握了大量的教师信息 数据，并形成了相应的教师信息数据库。然而，面对如此海 量的信息，高校管理者如何利用，如何从中发现对高校教师 队伍建设有实际指导意义的规律，特别是如何才能将人才的 引进及培养与社会的需求正确结合？