基于Apriori算法的PSC檢查船舶缺陷數(shù)據(jù)挖掘

姜美靈+鄔惠國(guó)+肖英杰+王露+向俊

【摘 要】 為了提高我國(guó)港口國(guó)監(jiān)督（PSC）工作人員的工作效率，以近10年?yáng)|南沿海諸港的PSC檢查中化學(xué)品船船舶缺陷信息為背景，運(yùn)用Apriori算法對(duì)其缺陷數(shù)據(jù)進(jìn)行研究分析，通過(guò)生成頻繁項(xiàng)目集，從中提取符合條件的關(guān)聯(lián)規(guī)則。研究結(jié)果表明，該方法能夠準(zhǔn)確、直觀地總結(jié)出船舶缺陷信息的關(guān)聯(lián)性，為我國(guó)PSC檢查提供有效的參考依據(jù)。

【關(guān)鍵詞】 港口國(guó)監(jiān)督（PSC）；Apriori；關(guān)聯(lián)規(guī)則；船舶缺陷

0 引 言

1978年，“AMOCO CADIZ”輪觸礁事故促成了港口國(guó)監(jiān)督（PSC）制度的形成。國(guó)際海事組織（IMO）強(qiáng)調(diào)落實(shí)公約標(biāo)準(zhǔn)的三重保障：IMO負(fù)責(zé)制定標(biāo)準(zhǔn)；船旗國(guó)負(fù)責(zé)實(shí)施標(biāo)準(zhǔn)；港口國(guó)負(fù)責(zé)監(jiān)督檢查。PSC是指港口國(guó)當(dāng)局針對(duì)停泊于其港口的外國(guó)船舶，通過(guò)采取強(qiáng)制糾正或滯留等手段使船舶的技術(shù)狀況、操縱性要求、防污染設(shè)施以及船員工作條件等諸多方面逐漸符合有關(guān)國(guó)際海事公約及相關(guān)規(guī)定的制度。PSC是船旗國(guó)履約的有效補(bǔ)充，是保障海上安全和防止污染的最后一道防線，是公認(rèn)的消除低于標(biāo)準(zhǔn)船舶、保證海上安全和保護(hù)海洋環(huán)境的有效手段。隨著相關(guān)國(guó)際海事公約修正案的生效，特別是2012年《STCW公約》馬尼拉修正案的實(shí)施，對(duì)PSC檢查產(chǎn)生了深遠(yuǎn)的影響。由于PSC檢查人員對(duì)PSC制度的理解不盡相同，受本地環(huán)境、港口當(dāng)局特別規(guī)定等因素的影響，各區(qū)域及各港口PSC檢查的側(cè)重點(diǎn)也不同，從而形成了各自獨(dú)有的特點(diǎn)。通過(guò)分析本區(qū)域以往大量的PSC檢查數(shù)據(jù)，有助于PSC工作人員做好PSC檢查工作。本文依據(jù)近10年來(lái)東南沿海諸港的PSC檢查數(shù)據(jù)，以化學(xué)品船為例，通過(guò)生成頻繁項(xiàng)目集，并基于從中提取符合條件的關(guān)聯(lián)規(guī)則，挖掘東南沿海諸港PSC檢查工作中化學(xué)品船的船舶缺陷關(guān)系，為PSC檢查提供有效的參考依據(jù)。

1 PSC檢查的一般程序

目前，我國(guó)各檢查站點(diǎn)的PSC檢查程序、判斷標(biāo)準(zhǔn)均不一致，且每個(gè)時(shí)期的側(cè)重點(diǎn)也不同，但總體遵循一定的規(guī)則。初次檢查（包括船舶文書(shū)的有效性檢查以及關(guān)鍵性設(shè)備及操作檢查）中，未發(fā)現(xiàn)明顯缺陷，則檢查結(jié)束；若發(fā)現(xiàn)缺陷，則記錄缺陷。缺陷嚴(yán)重并足以構(gòu)成滯留的，則采取措施滯留船舶；缺陷并不構(gòu)成滯留，但PSC工作人員懷疑船舶可能存在嚴(yán)重缺陷且發(fā)現(xiàn)明顯依據(jù)，則進(jìn)行詳細(xì)檢查。在詳細(xì)檢查中發(fā)現(xiàn)嚴(yán)重缺陷，且足以構(gòu)成滯留的，應(yīng)采取措施滯留船舶。在船舶糾正缺陷后，申請(qǐng)復(fù)查，經(jīng)PSC工作人員復(fù)查合格后，解除船舶滯留。對(duì)一般缺陷，PSC檢查員給出處理意見(jiàn)，如需復(fù)查，經(jīng)復(fù)查合格后，船舶可以開(kāi)航。針對(duì)每次檢查的書(shū)面記錄，均須導(dǎo)入PSC數(shù)據(jù)庫(kù)，形成電子記錄。

2 基于Apriori算法的數(shù)據(jù)關(guān)系挖掘

2.1 Apriori算法

2.1.1 算法思想

就本文而言，某一艘船舶被檢測(cè)出的所有缺陷代表記錄，一種缺陷代表一個(gè)項(xiàng)目，那么Tcount即為東南沿海諸港近10年來(lái)對(duì)化學(xué)品船進(jìn)行PSC檢查中存在缺陷的記錄總數(shù)；xcount為PSC檢查記錄中存在x缺陷的記錄數(shù)，（x，y）count為PSC檢查記錄中同時(shí)存在x和y缺陷的記錄數(shù)。

Apriori算法的主要挖掘功能表現(xiàn)為：

（1）從項(xiàng)目集合中找出k-頻繁項(xiàng)目集，其中，k代表項(xiàng)目集中項(xiàng)目的數(shù)量為k個(gè)；

（2）從頻繁項(xiàng)目集合中生成滿足最低置信度及支持度的關(guān)聯(lián)規(guī)則。

2.1.2 算法步驟

Apriori算法是一種寬度優(yōu)先算法，其步驟為：

（1）掃描記錄T，提取每條記錄中出現(xiàn)的項(xiàng)目，若該項(xiàng)目為首次出現(xiàn)，則加入候選1-頻繁項(xiàng)目集的集合C1，并將該項(xiàng)目的計(jì)數(shù)值設(shè)置為1；若該項(xiàng)目在集合C1中已經(jīng)存在，則該項(xiàng)目的計(jì)數(shù)值再加1，掃描完記錄集T即得到候選1-頻繁項(xiàng)目集的集合C1。對(duì)于生成的項(xiàng)目集，通過(guò)刪除計(jì)數(shù)值小于的項(xiàng)目集，即可生成1-頻繁項(xiàng)目集的集合L1。

（2）假設(shè)（k-1）-頻繁項(xiàng)目集Lk-1已生成，則可通過(guò)Lk-1來(lái)生成Lk，將Lk-1與自身進(jìn)行連接（Lk-1中的每個(gè)項(xiàng)目集與其他項(xiàng)目集相互連接），得到候選k-頻繁項(xiàng)目集的集合Ck。

（3）對(duì)集合Ck進(jìn)行剪枝，從集合Ck中刪除所有（k-1）-子集不全包含在集合Lk-1中的項(xiàng)目集。

（4）在掃描記錄集T時(shí)，其中每條記錄包含集合Ck中的候選項(xiàng)目集，則將候選項(xiàng)目集的計(jì)數(shù)值加1（在進(jìn)行掃描前，將計(jì)數(shù)值初始值設(shè)為0）；在掃描集合Ck時(shí)，刪除計(jì)數(shù)值小于的項(xiàng)目集，即可得到k-頻繁項(xiàng)目集的集合Lk。

（5）重復(fù)步驟（2）至（4），直到集合Lk為空。

（6）對(duì)集合L1至Lk取并集，通過(guò)掃描數(shù)據(jù)庫(kù)，對(duì)每項(xiàng)進(jìn)行計(jì)數(shù)得到最終的頻繁項(xiàng)目集L。

（7）在頻繁項(xiàng)目集中搜索滿足最小可信度的規(guī)則，并輸出滿足要求的所有規(guī)則。

2.2 基于Apriori算法的化學(xué)品船缺陷數(shù)據(jù)挖掘

2.2.1 PSC檢查數(shù)據(jù)庫(kù)的處理

本文選取東南沿海諸港10年來(lái)化學(xué)品船的PSC檢查缺陷數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)。為便于算法執(zhí)行，對(duì)PSC數(shù)據(jù)庫(kù)進(jìn)行處理，將同一艘船舶的n條缺陷數(shù)據(jù)合并為一條包含所有缺陷的記錄；為提高數(shù)據(jù)處理的速度，將不相關(guān)船舶數(shù)據(jù)略去，僅保留最為重要的缺陷代碼及船型等數(shù)據(jù)記錄為便于記錄，PSC數(shù)據(jù)庫(kù)將船舶缺陷分為27類，并通過(guò)數(shù)字進(jìn)行標(biāo)識(shí)，船舶缺陷代碼及缺陷描述見(jiàn)表2。

由圖1和圖2可知，化學(xué)品船的高頻缺陷主要分布在缺陷代碼為05～20的范圍內(nèi)，因此，通過(guò)Apriori算法搜索該區(qū)域內(nèi)的關(guān)聯(lián)規(guī)則較為適合。新建數(shù)據(jù)庫(kù)并將缺陷代碼在05～20范圍內(nèi)的記錄填充到該數(shù)據(jù)庫(kù)中，利用Visual Studio平臺(tái)進(jìn)行運(yùn)算。在設(shè)定minsup為0.3，minconf為0.7時(shí)，程序執(zhí)行結(jié)果見(jiàn)圖3。

3 結(jié)果分析

（1）通過(guò)對(duì)PSC數(shù)據(jù)庫(kù)中缺陷代碼項(xiàng)的聚合，以及觀察分析缺陷頻率分布，得出被檢測(cè)的化學(xué)品船的缺陷主要集中在缺陷代碼為05～20的范圍內(nèi)，占所有缺陷比率的86%。

4 結(jié) 語(yǔ)

本文僅對(duì)PSC數(shù)據(jù)庫(kù)中的化學(xué)品船的船舶缺陷進(jìn)行關(guān)系挖掘，但該方法對(duì)其他類型船舶及PSC數(shù)據(jù)庫(kù)中其他字段的缺陷關(guān)系挖掘同樣適用。

對(duì)于大數(shù)據(jù)的關(guān)系挖掘是一項(xiàng)非常龐大且復(fù)雜的系統(tǒng)工程。本文嘗試使用Apriori算法挖掘關(guān)聯(lián)規(guī)則，并相應(yīng)地獲得一些結(jié)論，為化學(xué)品船PSC檢查提供一定的參考，以提高我國(guó)PSC檢查船舶缺陷的效率。數(shù)據(jù)關(guān)系挖掘算法相比傳統(tǒng)的概率計(jì)算方法更為快捷、高效、準(zhǔn)確。利用Apriori算法進(jìn)行船舶缺陷關(guān)系挖掘具有非常好的前景。

參考文獻(xiàn)：

[1] 袁建忠，蔡存強(qiáng)，胡志武.港口國(guó)監(jiān)督（PSC）決策支持算法[J].上海海事大學(xué)學(xué)報(bào)，2013，34（2）：30-34.

[2] 陳超，曾向明.港口國(guó)檢查制度凸現(xiàn)的問(wèn)題及其發(fā)展趨勢(shì)[J].中國(guó)航海，2006（4）：78-81.

[3] 柴華昕，王勇.Apriori挖掘頻繁項(xiàng)目集算法的改進(jìn)[J].計(jì)算機(jī)工程與應(yīng)用，2007（24）：158-161，171.

【摘 要】 為了提高我國(guó)港口國(guó)監(jiān)督（PSC）工作人員的工作效率，以近10年?yáng)|南沿海諸港的PSC檢查中化學(xué)品船船舶缺陷信息為背景，運(yùn)用Apriori算法對(duì)其缺陷數(shù)據(jù)進(jìn)行研究分析，通過(guò)生成頻繁項(xiàng)目集，從中提取符合條件的關(guān)聯(lián)規(guī)則。研究結(jié)果表明，該方法能夠準(zhǔn)確、直觀地總結(jié)出船舶缺陷信息的關(guān)聯(lián)性，為我國(guó)PSC檢查提供有效的參考依據(jù)。

【關(guān)鍵詞】 港口國(guó)監(jiān)督（PSC）；Apriori；關(guān)聯(lián)規(guī)則；船舶缺陷

0 引 言

1978年，“AMOCO CADIZ”輪觸礁事故促成了港口國(guó)監(jiān)督（PSC）制度的形成。國(guó)際海事組織（IMO）強(qiáng)調(diào)落實(shí)公約標(biāo)準(zhǔn)的三重保障：IMO負(fù)責(zé)制定標(biāo)準(zhǔn)；船旗國(guó)負(fù)責(zé)實(shí)施標(biāo)準(zhǔn)；港口國(guó)負(fù)責(zé)監(jiān)督檢查。PSC是指港口國(guó)當(dāng)局針對(duì)停泊于其港口的外國(guó)船舶，通過(guò)采取強(qiáng)制糾正或滯留等手段使船舶的技術(shù)狀況、操縱性要求、防污染設(shè)施以及船員工作條件等諸多方面逐漸符合有關(guān)國(guó)際海事公約及相關(guān)規(guī)定的制度。PSC是船旗國(guó)履約的有效補(bǔ)充，是保障海上安全和防止污染的最后一道防線，是公認(rèn)的消除低于標(biāo)準(zhǔn)船舶、保證海上安全和保護(hù)海洋環(huán)境的有效手段。隨著相關(guān)國(guó)際海事公約修正案的生效，特別是2012年《STCW公約》馬尼拉修正案的實(shí)施，對(duì)PSC檢查產(chǎn)生了深遠(yuǎn)的影響。由于PSC檢查人員對(duì)PSC制度的理解不盡相同，受本地環(huán)境、港口當(dāng)局特別規(guī)定等因素的影響，各區(qū)域及各港口PSC檢查的側(cè)重點(diǎn)也不同，從而形成了各自獨(dú)有的特點(diǎn)。通過(guò)分析本區(qū)域以往大量的PSC檢查數(shù)據(jù)，有助于PSC工作人員做好PSC檢查工作。本文依據(jù)近10年來(lái)東南沿海諸港的PSC檢查數(shù)據(jù)，以化學(xué)品船為例，通過(guò)生成頻繁項(xiàng)目集，并基于從中提取符合條件的關(guān)聯(lián)規(guī)則，挖掘東南沿海諸港PSC檢查工作中化學(xué)品船的船舶缺陷關(guān)系，為PSC檢查提供有效的參考依據(jù)。

1 PSC檢查的一般程序

目前，我國(guó)各檢查站點(diǎn)的PSC檢查程序、判斷標(biāo)準(zhǔn)均不一致，且每個(gè)時(shí)期的側(cè)重點(diǎn)也不同，但總體遵循一定的規(guī)則。初次檢查（包括船舶文書(shū)的有效性檢查以及關(guān)鍵性設(shè)備及操作檢查）中，未發(fā)現(xiàn)明顯缺陷，則檢查結(jié)束；若發(fā)現(xiàn)缺陷，則記錄缺陷。缺陷嚴(yán)重并足以構(gòu)成滯留的，則采取措施滯留船舶；缺陷并不構(gòu)成滯留，但PSC工作人員懷疑船舶可能存在嚴(yán)重缺陷且發(fā)現(xiàn)明顯依據(jù)，則進(jìn)行詳細(xì)檢查。在詳細(xì)檢查中發(fā)現(xiàn)嚴(yán)重缺陷，且足以構(gòu)成滯留的，應(yīng)采取措施滯留船舶。在船舶糾正缺陷后，申請(qǐng)復(fù)查，經(jīng)PSC工作人員復(fù)查合格后，解除船舶滯留。對(duì)一般缺陷，PSC檢查員給出處理意見(jiàn)，如需復(fù)查，經(jīng)復(fù)查合格后，船舶可以開(kāi)航。針對(duì)每次檢查的書(shū)面記錄，均須導(dǎo)入PSC數(shù)據(jù)庫(kù)，形成電子記錄。

2 基于Apriori算法的數(shù)據(jù)關(guān)系挖掘

2.1 Apriori算法

2.1.1 算法思想

就本文而言，某一艘船舶被檢測(cè)出的所有缺陷代表記錄，一種缺陷代表一個(gè)項(xiàng)目，那么Tcount即為東南沿海諸港近10年來(lái)對(duì)化學(xué)品船進(jìn)行PSC檢查中存在缺陷的記錄總數(shù)；xcount為PSC檢查記錄中存在x缺陷的記錄數(shù)，（x，y）count為PSC檢查記錄中同時(shí)存在x和y缺陷的記錄數(shù)。

Apriori算法的主要挖掘功能表現(xiàn)為：

（1）從項(xiàng)目集合中找出k-頻繁項(xiàng)目集，其中，k代表項(xiàng)目集中項(xiàng)目的數(shù)量為k個(gè)；

（2）從頻繁項(xiàng)目集合中生成滿足最低置信度及支持度的關(guān)聯(lián)規(guī)則。

2.1.2 算法步驟

Apriori算法是一種寬度優(yōu)先算法，其步驟為：

（1）掃描記錄T，提取每條記錄中出現(xiàn)的項(xiàng)目，若該項(xiàng)目為首次出現(xiàn)，則加入候選1-頻繁項(xiàng)目集的集合C1，并將該項(xiàng)目的計(jì)數(shù)值設(shè)置為1；若該項(xiàng)目在集合C1中已經(jīng)存在，則該項(xiàng)目的計(jì)數(shù)值再加1，掃描完記錄集T即得到候選1-頻繁項(xiàng)目集的集合C1。對(duì)于生成的項(xiàng)目集，通過(guò)刪除計(jì)數(shù)值小于的項(xiàng)目集，即可生成1-頻繁項(xiàng)目集的集合L1。

（2）假設(shè)（k-1）-頻繁項(xiàng)目集Lk-1已生成，則可通過(guò)Lk-1來(lái)生成Lk，將Lk-1與自身進(jìn)行連接（Lk-1中的每個(gè)項(xiàng)目集與其他項(xiàng)目集相互連接），得到候選k-頻繁項(xiàng)目集的集合Ck。

（3）對(duì)集合Ck進(jìn)行剪枝，從集合Ck中刪除所有（k-1）-子集不全包含在集合Lk-1中的項(xiàng)目集。

（4）在掃描記錄集T時(shí)，其中每條記錄包含集合Ck中的候選項(xiàng)目集，則將候選項(xiàng)目集的計(jì)數(shù)值加1（在進(jìn)行掃描前，將計(jì)數(shù)值初始值設(shè)為0）；在掃描集合Ck時(shí)，刪除計(jì)數(shù)值小于的項(xiàng)目集，即可得到k-頻繁項(xiàng)目集的集合Lk。

（5）重復(fù)步驟（2）至（4），直到集合Lk為空。

（6）對(duì)集合L1至Lk取并集，通過(guò)掃描數(shù)據(jù)庫(kù)，對(duì)每項(xiàng)進(jìn)行計(jì)數(shù)得到最終的頻繁項(xiàng)目集L。

（7）在頻繁項(xiàng)目集中搜索滿足最小可信度的規(guī)則，并輸出滿足要求的所有規(guī)則。

2.2 基于Apriori算法的化學(xué)品船缺陷數(shù)據(jù)挖掘

2.2.1 PSC檢查數(shù)據(jù)庫(kù)的處理

本文選取東南沿海諸港10年來(lái)化學(xué)品船的PSC檢查缺陷數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)。為便于算法執(zhí)行，對(duì)PSC數(shù)據(jù)庫(kù)進(jìn)行處理，將同一艘船舶的n條缺陷數(shù)據(jù)合并為一條包含所有缺陷的記錄；為提高數(shù)據(jù)處理的速度，將不相關(guān)船舶數(shù)據(jù)略去，僅保留最為重要的缺陷代碼及船型等數(shù)據(jù)記錄為便于記錄，PSC數(shù)據(jù)庫(kù)將船舶缺陷分為27類，并通過(guò)數(shù)字進(jìn)行標(biāo)識(shí)，船舶缺陷代碼及缺陷描述見(jiàn)表2。

由圖1和圖2可知，化學(xué)品船的高頻缺陷主要分布在缺陷代碼為05～20的范圍內(nèi)，因此，通過(guò)Apriori算法搜索該區(qū)域內(nèi)的關(guān)聯(lián)規(guī)則較為適合。新建數(shù)據(jù)庫(kù)并將缺陷代碼在05～20范圍內(nèi)的記錄填充到該數(shù)據(jù)庫(kù)中，利用Visual Studio平臺(tái)進(jìn)行運(yùn)算。在設(shè)定minsup為0.3，minconf為0.7時(shí)，程序執(zhí)行結(jié)果見(jiàn)圖3。

3 結(jié)果分析

（1）通過(guò)對(duì)PSC數(shù)據(jù)庫(kù)中缺陷代碼項(xiàng)的聚合，以及觀察分析缺陷頻率分布，得出被檢測(cè)的化學(xué)品船的缺陷主要集中在缺陷代碼為05～20的范圍內(nèi)，占所有缺陷比率的86%。

4 結(jié) 語(yǔ)

本文僅對(duì)PSC數(shù)據(jù)庫(kù)中的化學(xué)品船的船舶缺陷進(jìn)行關(guān)系挖掘，但該方法對(duì)其他類型船舶及PSC數(shù)據(jù)庫(kù)中其他字段的缺陷關(guān)系挖掘同樣適用。

對(duì)于大數(shù)據(jù)的關(guān)系挖掘是一項(xiàng)非常龐大且復(fù)雜的系統(tǒng)工程。本文嘗試使用Apriori算法挖掘關(guān)聯(lián)規(guī)則，并相應(yīng)地獲得一些結(jié)論，為化學(xué)品船PSC檢查提供一定的參考，以提高我國(guó)PSC檢查船舶缺陷的效率。數(shù)據(jù)關(guān)系挖掘算法相比傳統(tǒng)的概率計(jì)算方法更為快捷、高效、準(zhǔn)確。利用Apriori算法進(jìn)行船舶缺陷關(guān)系挖掘具有非常好的前景。

參考文獻(xiàn)：

[1] 袁建忠，蔡存強(qiáng)，胡志武.港口國(guó)監(jiān)督（PSC）決策支持算法[J].上海海事大學(xué)學(xué)報(bào)，2013，34（2）：30-34.

[2] 陳超，曾向明.港口國(guó)檢查制度凸現(xiàn)的問(wèn)題及其發(fā)展趨勢(shì)[J].中國(guó)航海，2006（4）：78-81.

[3] 柴華昕，王勇.Apriori挖掘頻繁項(xiàng)目集算法的改進(jìn)[J].計(jì)算機(jī)工程與應(yīng)用，2007（24）：158-161，171.

【摘 要】 為了提高我國(guó)港口國(guó)監(jiān)督（PSC）工作人員的工作效率，以近10年?yáng)|南沿海諸港的PSC檢查中化學(xué)品船船舶缺陷信息為背景，運(yùn)用Apriori算法對(duì)其缺陷數(shù)據(jù)進(jìn)行研究分析，通過(guò)生成頻繁項(xiàng)目集，從中提取符合條件的關(guān)聯(lián)規(guī)則。研究結(jié)果表明，該方法能夠準(zhǔn)確、直觀地總結(jié)出船舶缺陷信息的關(guān)聯(lián)性，為我國(guó)PSC檢查提供有效的參考依據(jù)。

【關(guān)鍵詞】 港口國(guó)監(jiān)督（PSC）；Apriori；關(guān)聯(lián)規(guī)則；船舶缺陷

0 引 言

1978年，“AMOCO CADIZ”輪觸礁事故促成了港口國(guó)監(jiān)督（PSC）制度的形成。國(guó)際海事組織（IMO）強(qiáng)調(diào)落實(shí)公約標(biāo)準(zhǔn)的三重保障：IMO負(fù)責(zé)制定標(biāo)準(zhǔn)；船旗國(guó)負(fù)責(zé)實(shí)施標(biāo)準(zhǔn)；港口國(guó)負(fù)責(zé)監(jiān)督檢查。PSC是指港口國(guó)當(dāng)局針對(duì)停泊于其港口的外國(guó)船舶，通過(guò)采取強(qiáng)制糾正或滯留等手段使船舶的技術(shù)狀況、操縱性要求、防污染設(shè)施以及船員工作條件等諸多方面逐漸符合有關(guān)國(guó)際海事公約及相關(guān)規(guī)定的制度。PSC是船旗國(guó)履約的有效補(bǔ)充，是保障海上安全和防止污染的最后一道防線，是公認(rèn)的消除低于標(biāo)準(zhǔn)船舶、保證海上安全和保護(hù)海洋環(huán)境的有效手段。隨著相關(guān)國(guó)際海事公約修正案的生效，特別是2012年《STCW公約》馬尼拉修正案的實(shí)施，對(duì)PSC檢查產(chǎn)生了深遠(yuǎn)的影響。由于PSC檢查人員對(duì)PSC制度的理解不盡相同，受本地環(huán)境、港口當(dāng)局特別規(guī)定等因素的影響，各區(qū)域及各港口PSC檢查的側(cè)重點(diǎn)也不同，從而形成了各自獨(dú)有的特點(diǎn)。通過(guò)分析本區(qū)域以往大量的PSC檢查數(shù)據(jù)，有助于PSC工作人員做好PSC檢查工作。本文依據(jù)近10年來(lái)東南沿海諸港的PSC檢查數(shù)據(jù)，以化學(xué)品船為例，通過(guò)生成頻繁項(xiàng)目集，并基于從中提取符合條件的關(guān)聯(lián)規(guī)則，挖掘東南沿海諸港PSC檢查工作中化學(xué)品船的船舶缺陷關(guān)系，為PSC檢查提供有效的參考依據(jù)。

1 PSC檢查的一般程序

目前，我國(guó)各檢查站點(diǎn)的PSC檢查程序、判斷標(biāo)準(zhǔn)均不一致，且每個(gè)時(shí)期的側(cè)重點(diǎn)也不同，但總體遵循一定的規(guī)則。初次檢查（包括船舶文書(shū)的有效性檢查以及關(guān)鍵性設(shè)備及操作檢查）中，未發(fā)現(xiàn)明顯缺陷，則檢查結(jié)束；若發(fā)現(xiàn)缺陷，則記錄缺陷。缺陷嚴(yán)重并足以構(gòu)成滯留的，則采取措施滯留船舶；缺陷并不構(gòu)成滯留，但PSC工作人員懷疑船舶可能存在嚴(yán)重缺陷且發(fā)現(xiàn)明顯依據(jù)，則進(jìn)行詳細(xì)檢查。在詳細(xì)檢查中發(fā)現(xiàn)嚴(yán)重缺陷，且足以構(gòu)成滯留的，應(yīng)采取措施滯留船舶。在船舶糾正缺陷后，申請(qǐng)復(fù)查，經(jīng)PSC工作人員復(fù)查合格后，解除船舶滯留。對(duì)一般缺陷，PSC檢查員給出處理意見(jiàn)，如需復(fù)查，經(jīng)復(fù)查合格后，船舶可以開(kāi)航。針對(duì)每次檢查的書(shū)面記錄，均須導(dǎo)入PSC數(shù)據(jù)庫(kù)，形成電子記錄。

2 基于Apriori算法的數(shù)據(jù)關(guān)系挖掘

2.1 Apriori算法

2.1.1 算法思想

就本文而言，某一艘船舶被檢測(cè)出的所有缺陷代表記錄，一種缺陷代表一個(gè)項(xiàng)目，那么Tcount即為東南沿海諸港近10年來(lái)對(duì)化學(xué)品船進(jìn)行PSC檢查中存在缺陷的記錄總數(shù)；xcount為PSC檢查記錄中存在x缺陷的記錄數(shù)，（x，y）count為PSC檢查記錄中同時(shí)存在x和y缺陷的記錄數(shù)。

Apriori算法的主要挖掘功能表現(xiàn)為：

（1）從項(xiàng)目集合中找出k-頻繁項(xiàng)目集，其中，k代表項(xiàng)目集中項(xiàng)目的數(shù)量為k個(gè)；

（2）從頻繁項(xiàng)目集合中生成滿足最低置信度及支持度的關(guān)聯(lián)規(guī)則。

2.1.2 算法步驟

Apriori算法是一種寬度優(yōu)先算法，其步驟為：

（1）掃描記錄T，提取每條記錄中出現(xiàn)的項(xiàng)目，若該項(xiàng)目為首次出現(xiàn)，則加入候選1-頻繁項(xiàng)目集的集合C1，并將該項(xiàng)目的計(jì)數(shù)值設(shè)置為1；若該項(xiàng)目在集合C1中已經(jīng)存在，則該項(xiàng)目的計(jì)數(shù)值再加1，掃描完記錄集T即得到候選1-頻繁項(xiàng)目集的集合C1。對(duì)于生成的項(xiàng)目集，通過(guò)刪除計(jì)數(shù)值小于的項(xiàng)目集，即可生成1-頻繁項(xiàng)目集的集合L1。

（2）假設(shè)（k-1）-頻繁項(xiàng)目集Lk-1已生成，則可通過(guò)Lk-1來(lái)生成Lk，將Lk-1與自身進(jìn)行連接（Lk-1中的每個(gè)項(xiàng)目集與其他項(xiàng)目集相互連接），得到候選k-頻繁項(xiàng)目集的集合Ck。

（3）對(duì)集合Ck進(jìn)行剪枝，從集合Ck中刪除所有（k-1）-子集不全包含在集合Lk-1中的項(xiàng)目集。

（4）在掃描記錄集T時(shí)，其中每條記錄包含集合Ck中的候選項(xiàng)目集，則將候選項(xiàng)目集的計(jì)數(shù)值加1（在進(jìn)行掃描前，將計(jì)數(shù)值初始值設(shè)為0）；在掃描集合Ck時(shí)，刪除計(jì)數(shù)值小于的項(xiàng)目集，即可得到k-頻繁項(xiàng)目集的集合Lk。

（5）重復(fù)步驟（2）至（4），直到集合Lk為空。

（6）對(duì)集合L1至Lk取并集，通過(guò)掃描數(shù)據(jù)庫(kù)，對(duì)每項(xiàng)進(jìn)行計(jì)數(shù)得到最終的頻繁項(xiàng)目集L。

（7）在頻繁項(xiàng)目集中搜索滿足最小可信度的規(guī)則，并輸出滿足要求的所有規(guī)則。

2.2 基于Apriori算法的化學(xué)品船缺陷數(shù)據(jù)挖掘

2.2.1 PSC檢查數(shù)據(jù)庫(kù)的處理

本文選取東南沿海諸港10年來(lái)化學(xué)品船的PSC檢查缺陷數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)。為便于算法執(zhí)行，對(duì)PSC數(shù)據(jù)庫(kù)進(jìn)行處理，將同一艘船舶的n條缺陷數(shù)據(jù)合并為一條包含所有缺陷的記錄；為提高數(shù)據(jù)處理的速度，將不相關(guān)船舶數(shù)據(jù)略去，僅保留最為重要的缺陷代碼及船型等數(shù)據(jù)記錄為便于記錄，PSC數(shù)據(jù)庫(kù)將船舶缺陷分為27類，并通過(guò)數(shù)字進(jìn)行標(biāo)識(shí)，船舶缺陷代碼及缺陷描述見(jiàn)表2。

由圖1和圖2可知，化學(xué)品船的高頻缺陷主要分布在缺陷代碼為05～20的范圍內(nèi)，因此，通過(guò)Apriori算法搜索該區(qū)域內(nèi)的關(guān)聯(lián)規(guī)則較為適合。新建數(shù)據(jù)庫(kù)并將缺陷代碼在05～20范圍內(nèi)的記錄填充到該數(shù)據(jù)庫(kù)中，利用Visual Studio平臺(tái)進(jìn)行運(yùn)算。在設(shè)定minsup為0.3，minconf為0.7時(shí)，程序執(zhí)行結(jié)果見(jiàn)圖3。

3 結(jié)果分析

（1）通過(guò)對(duì)PSC數(shù)據(jù)庫(kù)中缺陷代碼項(xiàng)的聚合，以及觀察分析缺陷頻率分布，得出被檢測(cè)的化學(xué)品船的缺陷主要集中在缺陷代碼為05～20的范圍內(nèi)，占所有缺陷比率的86%。

4 結(jié) 語(yǔ)

本文僅對(duì)PSC數(shù)據(jù)庫(kù)中的化學(xué)品船的船舶缺陷進(jìn)行關(guān)系挖掘，但該方法對(duì)其他類型船舶及PSC數(shù)據(jù)庫(kù)中其他字段的缺陷關(guān)系挖掘同樣適用。

對(duì)于大數(shù)據(jù)的關(guān)系挖掘是一項(xiàng)非常龐大且復(fù)雜的系統(tǒng)工程。本文嘗試使用Apriori算法挖掘關(guān)聯(lián)規(guī)則，并相應(yīng)地獲得一些結(jié)論，為化學(xué)品船PSC檢查提供一定的參考，以提高我國(guó)PSC檢查船舶缺陷的效率。數(shù)據(jù)關(guān)系挖掘算法相比傳統(tǒng)的概率計(jì)算方法更為快捷、高效、準(zhǔn)確。利用Apriori算法進(jìn)行船舶缺陷關(guān)系挖掘具有非常好的前景。

參考文獻(xiàn)：

[1] 袁建忠，蔡存強(qiáng)，胡志武.港口國(guó)監(jiān)督（PSC）決策支持算法[J].上海海事大學(xué)學(xué)報(bào)，2013，34（2）：30-34.

[2] 陳超，曾向明.港口國(guó)檢查制度凸現(xiàn)的問(wèn)題及其發(fā)展趨勢(shì)[J].中國(guó)航海，2006（4）：78-81.

[3] 柴華昕，王勇.Apriori挖掘頻繁項(xiàng)目集算法的改進(jìn)[J].計(jì)算機(jī)工程與應(yīng)用，2007（24）：158-161，171.