基于頻繁模式挖掘?qū)ζ髽I(yè)成功人士取得成就的因素研究

余振洋

摘要：當(dāng)今世界隨著信息技術(shù)的發(fā)展，一群有理想、能奮斗、肯吃苦的人在社會發(fā)展的大潮中站穩(wěn)了腳步，他們十分成功。但是，諸類成功人士取得某種成就的因素不一而足，且眾說紛紜。在此之前，已有諸多學(xué)者對此進(jìn)行了大量研究，所得到的結(jié)論很多也是一樣的，如：馬云小的時候?qū)W習(xí)吃力，考學(xué)困難，諸多學(xué)者便從他的家庭背景、生活經(jīng)歷以及性格情況著手，進(jìn)行分析，然而大多數(shù)從片面得出某些人之所以取得某種成就的結(jié)論，他們的結(jié)論缺乏一些科學(xué)性的數(shù)據(jù)來支撐其研究結(jié)果的科學(xué)性。而我將從“因素量化和公式計算”的角度分析得到科學(xué)的、有條理的結(jié)論。利用頻繁模式挖掘的數(shù)據(jù)處理方法可以使數(shù)據(jù)更具條理更加容易分析，本文收集了諸多成功知名企業(yè)家和一些幾乎是失敗了的企業(yè)家的資料，并對可能對其取得成就的因素進(jìn)行了提煉與分析，有正面例子，有反面例子分析這個問題就更全面了。經(jīng)過一番研究觀察之后，我最終發(fā)現(xiàn)成功人士取得某種成就的關(guān)鍵主要與社交人群的影響程度、成功路上的關(guān)鍵機(jī)遇的幫助、家庭經(jīng)濟(jì)基礎(chǔ)、對所研究領(lǐng)域感興趣程度、個人努力的程度、個人的創(chuàng)造能力、面對挫折的抗壓能力、長遠(yuǎn)的目標(biāo)和可行性計劃這八方面因素有關(guān)。我會將這八個因素量化再運(yùn)用頻繁模式挖掘里的算法計算得到結(jié)論。

Abstract： With the development of information technology in the world today， a group of people with ideals， struggles and willingness to endure hardships has set foot in the tide of social development， and they are very successful. However， there are many factors contributing to the success of various types of successful people， and there are different opinions. Prior to this， many scholars have done a lot of research on this， and the same conclusions have been obtained. For example， Ma Yun was struggling to study when he was young， and Many scholars start with his family background， life experience and personality， but most of them draw one-sided conclusions that some people have achieved certain achievements and their conclusions lack some scientific data to support the scientificity of their research results. And the author obtains scientific and methodical conclusions from the perspective of "factor quantification and formula calculation". Data processing methods that use frequent pattern mining can make the data more structured and easier to analyze. This article collects information about many successful and well-known entrepreneurs and some almost failed entrepreneurs， and refines the factors that may achieve them. With the analysis， there are positive examples， and there are negative examples to analyze the problem more comprehensively. After some research and observation， the author finally discovered that the key to successful people's achievement is mainly the degree of influence of social groups， the help of key opportunities on the road to success， the economic foundation of the family， the degree of interest in the research area， and the degree of personal effort， personal creativity， ability to face frustration， long-term goals and feasibility plans. The author quantifies these eight factors and use the algorithm in frequent pattern mining to calculate the conclusion.

關(guān)鍵詞：成功人士;成就;因素;數(shù)據(jù)挖掘

Key words： successful people;achievements;factors;data mining

中圖分類號：TP301.6 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2020）01-0292-05

1 ?概述

1.1 背景問題

當(dāng)今世界電子科技與互聯(lián)網(wǎng)迅速崛起，由信息技術(shù)帶來的信息革命使一批人抓住商機(jī)成為了著名成功人士，但是有些人的家庭條件不是很優(yōu)越;有些人沒有交到好的事業(yè)伙伴;有些人沒有受到好的教育等等，影響一個人成功的因素有好多好多，很多情況下兩個人的生活經(jīng)歷都不同但是都作出了一番事業(yè)，那么這便使我們開始好奇：究竟有哪些因素影響著一個人是否能取得一定的成就呢？

1.2 綜述

關(guān)于影響人成功的因素的問題是許多社會學(xué)者所熱切關(guān)注的問題之一。之前許多學(xué)者從他的家庭背景、生活經(jīng)歷以及性格情況著手，進(jìn)行分析，從而片面得出某些成功人士之所以取得某種成就的結(jié)論，但缺乏一些科學(xué)性的數(shù)據(jù)來支撐其研究結(jié)果的合理性。而我將用頻繁數(shù)據(jù)挖掘的方法科學(xué)地分析這一問題。

1.3 本文思想

為了更好的研究這個問題，沒有現(xiàn)實(shí)的數(shù)據(jù)是不行的，我將一些像馬云一樣的成功人士的事例搜集來做成表格，當(dāng)然也有一些并不是十分成功的人的例子作比較。鑒于在此之前大多學(xué)者已從各個成功人士的家庭背景、生活經(jīng)歷以及性格情況著手分析，我在此基礎(chǔ)上將其進(jìn)行數(shù)據(jù)化，從較理性的層面通過大量數(shù)據(jù)的形式更加直觀的將其呈現(xiàn)出來。經(jīng)過我的初步分析，就拿這當(dāng)中一些成功的企業(yè)家和不是很成功的人來舉例，不難類比歸納得出如表1信息。

從表1中，不難發(fā)現(xiàn)這些成功人士存在的一些共同點(diǎn)。他們的創(chuàng)業(yè)年齡大多在二三十歲左右，同樣是造詣相當(dāng)高的一些著名企業(yè)家，他們的背景與經(jīng)歷卻又存在著很多不同。那么究竟是什么因素在他們的成功之路上起到推波助瀾的作用呢？他們所處的年代、國家等不同自變量變量對結(jié)果因變量應(yīng)該起到了一定的影響。于是我又找到兩位同時代的企業(yè)家愛多企業(yè)集團(tuán)董事長、總裁胡志標(biāo)、美國汽車移動廣告業(yè)務(wù)公司的托馬斯·法雷爾創(chuàng)業(yè)在一個時期失敗的實(shí)例?？梢钥闯鲆粋€人所處國家年代對結(jié)果沒有多大影響。通過我對示例的提煉總結(jié)發(fā)現(xiàn)一個人的成功指數(shù)與這個人的計劃和目標(biāo)、社交人群、成長路上的機(jī)遇、經(jīng)濟(jì)基礎(chǔ)、興趣、努力程度、創(chuàng)造能力、抗壓能力有關(guān)。我先對結(jié)果進(jìn)行預(yù)測：成功與自身因素有很大關(guān)系相反與環(huán)境因素關(guān)系不大。為了更加便于研究，得出合理的結(jié)論，我們將我們所挖掘到的數(shù)據(jù)信息進(jìn)行量化分析，得出下面的一系列分析結(jié)果。

1.4 本文結(jié)論

經(jīng)過研究分析，數(shù)據(jù)結(jié)果顯示與預(yù)測出入不大。由此基本上可以得出結(jié)論：成功人士取得一定程度上的成就的主導(dǎo)因素在自身，而與外界變量關(guān)系不大。

2 ?數(shù)據(jù)和模型介紹

2.1 數(shù)據(jù)介紹

我從大量的信息資料當(dāng)中提取了八個因素進(jìn)行分析，分別是有長遠(yuǎn)的目標(biāo)和可行的計劃、社交人群對研究對象的影響、研究對象在成長之路上的機(jī)遇、家庭的經(jīng)濟(jì)基礎(chǔ)、研究對象對其研究領(lǐng)域的興趣、個人努力程度、有強(qiáng)大創(chuàng)造能力、面對挫折有強(qiáng)大的抗壓能力。在這些自變量中，再次將其按不同程度分為1、2、3、4、5五個檔次。通過對多個不同的成功人士的分析以表格和圖像的形式匹配相應(yīng)數(shù)據(jù)。同時，我還搜集了一些在企業(yè)經(jīng)營過程中并沒有取得相對成就的人士實(shí)例，通過對比進(jìn)行分析，得出更加完整有效的結(jié)論。

2.2 頻繁模式挖掘介紹

頻繁模式挖掘?qū)W術(shù)界也稱之為關(guān)聯(lián)分析法，是計算機(jī)用來處理數(shù)據(jù)的一種基本方式，目前在各與計算機(jī)和人工智能相關(guān)的行業(yè)中這種數(shù)據(jù)處理方法十分普及。頻繁模式挖掘（關(guān)聯(lián)分析）就是提取出頻繁地出現(xiàn)在數(shù)據(jù)集中的模式（項、項集、事務(wù)等），這就像一個大超市人們在其里購物，商家須通過關(guān)聯(lián)分析的方法找到賣出最多的商品從而提升超市的營業(yè)額。那么什么是項;什么是項集;什么是事務(wù)？項就是我們在分析超市顧客購物籃中的物品一樣及我們研究對象的最小元素。項集是幾個項組成的集合，是一個整體概念。事務(wù)是一種可以用作輸入數(shù)據(jù)的特殊的項集，這就像顧客手中的購物籃一樣里面裝的是一個一個的商品——項。項有集事務(wù)也是有集合的，諸多事務(wù)集合在一起的集合就是事務(wù)集，事務(wù)集與項集不同的地方就在于：項集是一個集合的過程，而事務(wù)是作為輸入的數(shù)據(jù)。接下來我會介紹頻繁模式挖掘的符號體系。

符號體系：我們常用X表示一個項集，常用ti表示一個事務(wù)而事務(wù)集用T表示。支持度計數(shù)：項集的支持度計數(shù)是指這個項集在所有事務(wù)集中出現(xiàn)的次數(shù)，用符號σ表示，這就好比顧客們選了多少次相同的幾種商品。

公式和思想：支持度、置信度計算公式：支持度計數(shù)的計算公式為：σX=ti|X？哿ti，ti∈T}|項集的支持度表示的是項集中的各項同時顯示的頻率，從一定程度上反映了各項之間的相互關(guān)聯(lián)。

X支持度計數(shù)與事務(wù)的總數(shù)N的比值就是支持度，所以支持度：supX=σX/N，N=|T|置信度-描述一個規(guī)則可信程度的量：對于一個規(guī)則X→Y而言它的置信度是conf（X→Y）=σ（X∪Y）/σ（X）。

最小支持度閾值min_sup這個閾值就是判斷一個項集是否足夠頻繁的標(biāo)準(zhǔn)即為-滿足最小支持度閾值的項集就是頻繁項集-有k個項的頻繁項集就是頻繁k項集。最小置信度閾值min_conf這個閾值是判斷一個規(guī)則是否足夠可信的標(biāo)準(zhǔn)-一般情況下的閾值設(shè)定-支持度閾值：0.2/0.3-置信度閾值：0.6/0.75。

規(guī)則的有效性：需要滿足支持度閾值且滿足置信度閾值的規(guī)則是有效的規(guī)則。因?yàn)榫哂胁淮_定性的數(shù)據(jù)集越來越多，從不確定事務(wù)數(shù)據(jù)集中挖掘出頻繁項集也成為數(shù)據(jù)挖掘項目中的一個重要且較困難的課題。

剪枝、加快計算速度的方法：①子集支持度一定比超集大;②子集不滿足最小支持度閾值，則超集肯定不滿足最小支持度閾值;③如果一個集合不是頻繁項集，則沒有必要計算超集，這就是先驗(yàn)原理。上述策略就是剪枝的一種，剪枝不是一種特定的算法，而是一種通用的優(yōu)化策略。

介紹算法過程：如果一共有n個項，那么所有的項集一共有2n-1個，考慮x1？奐x的情形所以：supX1=σX1/N，supX=σX/N

必有σX1≥σX

則有supX1≥supX

我們可以知道可以不用計算超集，這就是剪枝的算法過程。

FP Tree是一種比較簡單的求頻繁項集的方法，依舊用之前的顧客購物的例子。

設(shè)項集I={a，b，c，d，e，f，g，h，I，j，k，l，m，n，o，p}，交易數(shù)據(jù)庫如表2。

解釋表格中各表頭意思，TID：事務(wù)編號Items Bought就是那個購物籃frequent items則是我們想要的頻繁項集，我們可以用FP Tree求出頻繁項集中最令人喜愛的也就是出現(xiàn)次數(shù)最多的那個“商品”。過程就是：依次求出各個項的頻率，根據(jù)最小支持度閾值（0.6）留下頻繁的項，按照頻率從大到小依次排列，上文的（Ordered）Frequent Items就是將事務(wù)中的頻繁項挑選出來按照頻率從大到小排列。

得到表3。

有這個表格我們就可以輕易的看出大多數(shù)客人是喜歡物品F和C的。

下面我為大家介紹構(gòu)建FP Tree-算法步驟：掃描一次數(shù)據(jù)庫，計算各項的頻繁度，將各項按照頻繁度進(jìn)行降序排列，生成頻繁項頭表，掃描數(shù)據(jù)庫，建立FP-Tree。樹的創(chuàng)立，①創(chuàng)立樹的根節(jié)點(diǎn)，用null標(biāo)記;②將每個事務(wù)中的項按遞減支持度排列，并對每個事務(wù)創(chuàng)建一個分支，比如為第一個事務(wù){(diào)f，c，a，m，p}構(gòu)建一個分支;③當(dāng)為一個事務(wù)考慮增加分枝時，沿共同前綴上的每個節(jié)點(diǎn)的計數(shù)加一，為跟隨前綴后的項創(chuàng)建節(jié)點(diǎn)并連接，比如將第二個事務(wù){(diào)f，c，a，b，m}加到樹上時，將f，c，a各計數(shù)增加1，然后為{b，m}創(chuàng)建分枝;④創(chuàng)建一個項頭表，以方便遍歷，每個項通過一個節(jié)點(diǎn)鏈指向它在樹中出現(xiàn)的位置。

上面的例子用FP-Tree做出來的效果如圖1。

通過上述表格與這棵“樹”我們很容易就發(fā)現(xiàn)了最頻繁的項是什么，完整性：不會打破任何事務(wù)數(shù)據(jù)中的生長模式;為頻繁模式的挖掘保留了完整信息，緊湊性：減少了不相關(guān)的信息——非頻繁的項被刪除;按頻率遞減排列——使得更頻繁的項更容易在樹結(jié)構(gòu)中被共享;數(shù)據(jù)量比原數(shù)據(jù)庫小運(yùn)算簡單容易發(fā)現(xiàn)結(jié)果，這兩大性質(zhì)組成了FP Tree的優(yōu)點(diǎn)，現(xiàn)實(shí)計算操作中運(yùn)用FP-Tree問題就會變得簡單起來。

那么，F(xiàn)P Tree的數(shù)據(jù)挖掘方法是什么呢？首先必須具備擁有挖掘條件模式基（頻繁項集的基礎(chǔ)）然后從項頭表開始挖掘，由頻率低的節(jié)點(diǎn)開始，沿循每個（頻繁）項的鏈接來遍歷FP樹，通過積累該項的前綴路徑來形成一個條件模式基;然后由條件模式基再次構(gòu)建FP-Tree（對于每一個條件模式基），為基中的每一項累積計數(shù)，再為模式基的頻繁項構(gòu)建出了FP-Tree。

3 ?頻繁模式挖掘應(yīng)用

3.1 數(shù)據(jù)準(zhǔn)備

我們將成功人士的事跡通過分析總結(jié)轉(zhuǎn)化為一個個變量——因素，又將因素轉(zhuǎn)化為字母變量abcdefgh如表4。

選取訓(xùn)練集和測試集：既然非頻繁項集的超集毫無價值，那么可以通過只合并頻繁項集的方法來生成新的頻繁項集 最簡單的思路：Fk-1*F1：①將所有的頻繁（k-1）項集放入集合Fk-1中;②組合Fk-1和F1可得k ——頻繁候選項集; ③然后篩選候選項集，將頻繁項集放入Fk;④重復(fù)上述過程直到停止;⑤初始的F1可以手動篩選獲取;⑥存在的問題 - {a，b}+{c}={a，c}+={b，c}+{a}。

3.2 計算過程

之后我們將數(shù)據(jù)代入一下老師所指導(dǎo)的電腦代碼運(yùn)算得到結(jié)果 ，依據(jù)結(jié)果得出影響人們成功的因素和樹立向著成功人士學(xué)習(xí)的目標(biāo)的結(jié)論。電腦代碼如圖2。

代碼的介紹：數(shù)據(jù)的輸入：將因素變量1～5和成功指數(shù)0～2代入本代碼的數(shù)據(jù)導(dǎo)入部分，里面‘中加黑部分是我們輸入的成功指數(shù)和因素程度，之后代碼運(yùn)作用搜查提取合并的方式計算出關(guān)于這幾個數(shù)據(jù)的集，最后的list指的是，將這些自變量中的頻繁項集與因變量中的頻繁項集，搜出列表，輸出這些集組合成的表，我們再由集統(tǒng)計分析出影響人成功的因素。

根據(jù)運(yùn)行結(jié)果我們可以總結(jié)出有關(guān)成功人士成功的因素的結(jié)論：

①一個人的成功與一個人的內(nèi)部因素十分得重要，外界的因素卻影響不大。

②內(nèi)部因素中，個人的努力程度和有長遠(yuǎn)的目標(biāo)和可行的計劃是最重要的，這兩種因素使很多出身貧窮的人取得了成功。

③社交人群對研究對象有良好的影響如給予幫助等，會促進(jìn)人的成功，但是社交人群對研究對象不好的影響時會使人跌入深淵。當(dāng)個人對其研究對象有濃厚興趣，且擁有強(qiáng)大的抗壓能力會促使其成功。

④在當(dāng)今社會具有強(qiáng)大的創(chuàng)造能力一定是每一個成功人士的必備品質(zhì)。

⑤機(jī)會永遠(yuǎn)是留給做了準(zhǔn)備的人的，成長之路上的機(jī)遇與個人的努力結(jié)合在一起十分容易成功。

⑥所以，我們應(yīng)該在努力的基礎(chǔ)上樹立長遠(yuǎn)的目標(biāo)和制定可行性的計劃，在各個社交環(huán)境中結(jié)識對己有幫助的朋友提高社交群體的正影響，如果遇到機(jī)遇就不要放過用強(qiáng)大的創(chuàng)造能力開辟一片天地，在現(xiàn)實(shí)中鍛煉出自己面對挫折有強(qiáng)大的抗壓能力。

⑦做到以上這些就會離成功更進(jìn)一步但是這一切因素的基礎(chǔ)是努力程度。

4 ?總結(jié)

4.1 全文總結(jié)

在研究整個問題的過程中運(yùn)用到了頻繁模式挖掘的諸種方法，直觀地反映了因變量隨著自變量變化的趨勢和結(jié)果，更加直觀地對“什么因素影響人成功”有了了解。在本文中運(yùn)用到了以下幾種數(shù)學(xué)計算方法和公式：①支持度計數(shù)計算公式：σX=ti|X？哿ti，ti∈T，|這個公式表明了項集在事務(wù)集中出現(xiàn)的次數(shù)。②支持度計算公式：supX=σX/N，N=|T|這個公式可以直觀的表現(xiàn)出某項集的支持的程度。③置信度公式為：對于一個規(guī)則X→Y而言它的置信度是conf（X→Y）=σ（X∪Y）/σ（X）它會反應(yīng)規(guī)則可信程度。剪枝的算法過程：supX1=σX1/N，supX=σX/N。

必有σX1≥σX則有supX1≥supX它可以使我們的數(shù)據(jù)計算變得簡單。

再者可以運(yùn)用FP-Tree的方法通過掃描事務(wù)集中的頻繁項集計算各項的頻繁度，將各項按照頻繁度進(jìn)行降序排列，生成了直觀的頻繁項頭表，再根據(jù)掃描頻繁項頭表從null開始創(chuàng)建更加直觀的FP-Tree樹圖，創(chuàng)建步驟就是：將每個事務(wù)中的項按遞減支持度排列;并對每個事務(wù)創(chuàng)建一個分支;當(dāng)為一個事務(wù)考慮增加分枝時，沿共同前綴上的每個節(jié)點(diǎn)的計數(shù)加一，為跟隨前綴后的項創(chuàng)建節(jié)點(diǎn)并連接;創(chuàng)建一個項頭表，以方便遍歷，每個項通過一個節(jié)點(diǎn)鏈指向它在樹中出現(xiàn)的位置，再從樹圖中分析影響成功人士成功的因素的重要程度排序，依據(jù)這個結(jié)果得出影響人們成功的因素和樹立向著成功人士學(xué)習(xí)的目標(biāo)的結(jié)論。

4.2 文章反思

本篇論文對研究課題的呈現(xiàn)方式與之前諸多社會學(xué)者對這個問題的探究有所不同，我將大篇幅的已有信息與成功創(chuàng)業(yè)者們的個人資料背景分析整理成為了因變量與自變量，運(yùn)用頻繁模式挖掘多種方法和執(zhí)行老師指導(dǎo)的電腦代碼從更加理性的角度科學(xué)地對其進(jìn)行了探究，這個樣子的結(jié)果更具有說服力。本文還存在著一些不足之處，比如樣本數(shù)量較少;計算結(jié)果與預(yù)期結(jié)果略有不同，所用方法較少等，我會吸取這類教訓(xùn)，增加自己的經(jīng)驗(yàn)認(rèn)識，在今后的學(xué)習(xí)及創(chuàng)建論文時盡量規(guī)避此類問題，增加樣本數(shù)量、完善論文的科學(xué)性，從而使結(jié)果更具有合理性、科學(xué)性更加真實(shí)，得到的研究結(jié)論更為人認(rèn)可。

4.3 展望

在今后的學(xué)習(xí)生活當(dāng)中，隨著我們知識的增長，閱歷經(jīng)驗(yàn)的不斷豐富，相信將來一定會呈現(xiàn)出更加完整、更加理性的研究思路與架構(gòu)，和更加準(zhǔn)確的數(shù)學(xué)和計算機(jī)知識，也會多多規(guī)避在本次研究過程當(dāng)中所遇到的一系列問題。我們會在這條研究之路上會越走越遠(yuǎn)，不斷開拓，不斷進(jìn)取，不畏艱難，用不同種方法、更多知識，改良我對這個社會熱點(diǎn)話題的研究成果，給自己、給社會提交一個更加完美的結(jié)論，提交一個更加可行的成功人士培訓(xùn)計劃！

參考文獻(xiàn)：

[1]羅之皓.知識圖譜的Top-k摘要模式挖掘方法.

[2]曹菁菁.基于并行Apriori的物流路徑頻繁模式研究.

[3]池云仙.基于包含度和頻繁模式的文本特征選擇方法.

[4]李勇男.基于頻繁序列模式挖掘的反恐情報關(guān)聯(lián)分析.

[5]曾新.基于數(shù)據(jù)規(guī)范化的co-location模式挖掘算法.

[6]何鎮(zhèn)宏.并行頻繁項集挖掘算法研究.

[7]宗士強(qiáng).基于頻繁項集挖掘的雷達(dá)PRI模式提取方法.

[8]李濤.一種top-K序列模式挖掘算法.