基于Apriori算法的高校招生的關聯(lián)規(guī)則分析*

趙祖應，丁 勇，潘明波

（云南工商學院，云南 昆明 651701）

1 民辦高校招生的現(xiàn)狀分析

招生工作一直是民辦學校最重要的工作，民辦學校在招生上的投入占一年總支出的很大部份，采用的招生方式也在不斷的更新，使用新方法，新模式。但同時也會發(fā)現(xiàn)，有些方式方法并不能解決招生問題，浪費了有限的資源，得不償失，主要表現(xiàn)在招生成本高、沒有嚴格的招生機制，宣傳模式單一等。歸根原因是沒有找到適合本校的招生方法與模式，而要能做到這一點，必須要對招生工作做一個詳細的研究，根據(jù)以住招生的情況，總結(jié)分析，找出問題所在點和發(fā)光點，為招生工作更好的方式提供有力的依據(jù)。

2 Apriori算法分析

2.1 挖掘關聯(lián)規(guī)則的主要步驟

步驟1：發(fā)現(xiàn)所有的頻繁集。項集的頻度至少應等于（預先設置的）最小支持度。關聯(lián)規(guī)則的整個性能主要取決于這一步。

步驟2：根據(jù)所獲得的頻繁項集，產(chǎn)生相應的強關聯(lián)規(guī)則。這些規(guī)則必須滿足最小置信度閾值。

2.2 Apriori算法

Apriori算法是挖掘產(chǎn)生關聯(lián)規(guī)則所需要的頻繁項集的基本算法，是數(shù)據(jù)挖掘領域里面常用的一種關聯(lián)規(guī)則挖掘算法。該算法利用一個層次順序搜索的循環(huán)方法來完成頻繁集的挖掘工作。這一循環(huán)方法就是利用（k-1）-項集來產(chǎn)生k-項集，具體的做法是首先找出頻繁集I-項集，記為L1；然后利用 L1來挖掘產(chǎn)生 L2，即頻繁 2-項集，如此循環(huán)往返，直到無法發(fā)現(xiàn)更多的頻繁k-項集為止。在每一層挖掘產(chǎn)生Lk時，都需要對整個數(shù)據(jù)庫掃描一遍。Apriori算法利用Lk-1來生成Lk。

該算法實現(xiàn)過程包括兩個步驟，即連接和剪枝，具體實現(xiàn)過程如下。

連接步驟：設l1和l2為 Lk-1中的的兩個項集，符號Lij表示 Li中的第j項，如 Li，k-2就表示 li中的倒數(shù)第二項。 若 Lk-1的連接操作記為 Lk-1⊕Lk-1，它表示若l1和l2中的前（k-2）項是相同的，即若有下面關系。

則Lk-1中的l1和l2的內(nèi)容就可以連接到一起。

剪枝步驟：Ck是Lk的一個超集，其中由項集組成的各元素不一定都是頻繁項集，但是所有的頻繁k-項集一定都在里面，即有L?Ck。對數(shù)據(jù)庫進行掃描就可以確定Ck中各候選項集的支持頻度，并由此獲得Lk中的各個元素，即頻度k-項集。所有頻度不小于最小支持頻度的候選集就是Lk的頻繁集。

3 Apriori算法對民辦高校招生分析

3.1 數(shù)據(jù)預處理

從某高校招生的收集數(shù)據(jù)中抽出1 000條數(shù)據(jù)進行數(shù)據(jù)預處理，并對其進行數(shù)據(jù)篩選，處理結(jié)果如表1和表2所示。

表1 2012年招生數(shù)據(jù)預處理

表2 2013年招生數(shù)據(jù)預處理

3.2 利用spss Clemention建模

利用spss Clemention工具建立模型，本例用2012年入學數(shù)據(jù)與2013年入學數(shù)據(jù)進行比較，得出兩年的地區(qū)與是否報到的關聯(lián)性分析，建模如圖3所示。

3.3 設置最低條件支持度，最小規(guī)則置信度，最大前項數(shù)

在2012年的數(shù)據(jù)中，設置最低條件支持度為8.0，最小規(guī)則置信度60.0%，最大前項數(shù)為5，得到的數(shù)據(jù)分析結(jié)果如圖4所示。

如果把2013的規(guī)則支持度和置信度設置和2012相同，結(jié)果如圖5所示。

3.4 地區(qū)與是否報到關聯(lián)規(guī)則結(jié)果分析

圖4 2012年執(zhí)行結(jié)果

圖5 2013年執(zhí)行結(jié)果

根據(jù)圖 4和圖 5進行比較，B（云南大理）和 D（云南昭通）地區(qū)的學生報到是趨于正常的發(fā)展，在2013年招生中，A（云南昆明）、C（云南曲靖）和 E（云南麗江）加大了招生宣傳，取得了非常明顯的效果，那么在2014年的招生宣傳中，還需要在A、C、E地區(qū)保持一定的宣傳投入，在B和D地區(qū)可以適當減少招生投入。

一個學校生源的多少決定了它規(guī)模及發(fā)展。特別是在民辦高校，“招生就是一切”，招生中不僅要數(shù)量、質(zhì)量也是發(fā)展的關鍵。民辦院校在不同的發(fā)展時期會有不同的發(fā)展策略，在不同的歷史時期院校也就有不同的招生策略及隊伍建設適應發(fā)展的需求。因此，只有在清楚制定了院校發(fā)展戰(zhàn)略規(guī)劃后，才能順理成章地制定出院校人力資源需求、發(fā)展、策略、培訓、擴建和儲備計劃。充分把數(shù)據(jù)挖掘技術利用在招生工作中，將對個高校的招生工作提供決策支持，對高校的招生成本的整合具有深遠的意義。

[1]趙祖應，丁勇.基于Apriori算法的購物籃關聯(lián)規(guī)則分析[J].江西科學，2012（1）.

[2]王嵩巖.基于數(shù)據(jù)挖掘的關聯(lián)規(guī)則研究[J].吉林省經(jīng)濟管理干部學院學報，2008，22（1）：80-82.

[3]朱建平，謝邦昌.數(shù)據(jù)挖掘中關聯(lián)規(guī)則的提升及其應用[J].統(tǒng)計研究，2004（12）：34-39.

[4] 姚俊.淺談關聯(lián)規(guī)則挖掘[J].信息技術，2005（6）.

[5]劉柱文，李麗琳.關聯(lián)規(guī)則技術在數(shù)據(jù)挖掘中的應用[J].科學技術與工程，2008（6）.

[6]譚建豪，章兢.數(shù)據(jù)挖掘技術[M].北京：中國水利水電出版社，2009.

[7]劉世平.數(shù)據(jù)挖掘技術與應用[M].北京：高等教育出版社，2010.