基于關(guān)聯(lián)規(guī)則的作戰(zhàn)數(shù)據(jù)挖掘＊

馮 濤 常樹寶 任 煜

（1.陸軍軍官學(xué)院研究生隊(duì) 合肥 230031）（2.68310部隊(duì) 西安 710600）（3.68305部隊(duì) 蘭州 730305）

1 引言

當(dāng)前基層作戰(zhàn)部隊(duì)普遍積累了大量的作戰(zhàn)數(shù)據(jù)，但對(duì)這些數(shù)據(jù)的處理還停留在簡(jiǎn)單的備份、查詢及統(tǒng)計(jì)階段，從而使得這些數(shù)據(jù)還不能被充分利用。如何利用這些海量數(shù)據(jù)理性地分析各方面因素的成效得失，充分發(fā)揮數(shù)據(jù)潛在的作用，是指揮決策者共同關(guān)心的問(wèn)題。比如，在部隊(duì)機(jī)動(dòng)組織輸送裝載過(guò)程中，提供相關(guān)鐵路、空中、水路輸送標(biāo)準(zhǔn)數(shù)據(jù)，優(yōu)化裝載方案，確保輸送途中安全可靠；在部隊(duì)行軍過(guò)程中，提供相關(guān)道路、橋梁、隧道以及沿途的兵要地志信息，優(yōu)化路線，提高機(jī)動(dòng)能力；在作戰(zhàn)過(guò)程中，提供敵我識(shí)別數(shù)據(jù)，有效避免誤傷事故的發(fā)生等。

2 作戰(zhàn)數(shù)據(jù)挖掘

2.1 作戰(zhàn)數(shù)據(jù)

目前，作戰(zhàn)數(shù)據(jù)還沒(méi)有一個(gè)統(tǒng)一的定義。通常認(rèn)為，作戰(zhàn)數(shù)據(jù)是數(shù)據(jù)的一種。從廣義理解，作戰(zhàn)數(shù)據(jù)是指對(duì)作戰(zhàn)指揮、日常戰(zhàn)備、非戰(zhàn)爭(zhēng)軍事行動(dòng)等具有影響和制約作用，且可以用人工方式或者用自動(dòng)化裝置進(jìn)行通信、翻譯轉(zhuǎn)換和加工處理的各種數(shù)據(jù)。從狹義理解，作戰(zhàn)數(shù)據(jù)是用于保障作戰(zhàn)指揮和部隊(duì)重要行動(dòng)順利進(jìn)行的各種數(shù)據(jù)。作戰(zhàn)數(shù)據(jù)主要包括基礎(chǔ)屬性數(shù)據(jù)、動(dòng)態(tài)情況數(shù)據(jù)和決策意圖數(shù)據(jù)，具有確定性、動(dòng)態(tài)性、實(shí)時(shí)性、權(quán)威性等基本特征。作戰(zhàn)數(shù)據(jù)的建設(shè)應(yīng)堅(jiān)持源于作戰(zhàn)，服務(wù)于作戰(zhàn)的原則[1]。

2.2 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是人們多年來(lái)對(duì)數(shù)據(jù)庫(kù)技術(shù)進(jìn)行大量研究和開(kāi)發(fā)的成果，在20世紀(jì)80年代末有了很大的發(fā)展。數(shù)據(jù)挖掘是指從數(shù)據(jù)倉(cāng)庫(kù)的大量數(shù)據(jù)中揭示出隱含的、先前未知的、潛在有用的信息的過(guò)程。它的目標(biāo)是將大容量數(shù)據(jù)轉(zhuǎn)化為有用的知識(shí)和信息。數(shù)據(jù)挖掘不但可以幫助人們從數(shù)據(jù)庫(kù)特別是數(shù)據(jù)倉(cāng)庫(kù)的相關(guān)數(shù)據(jù)中提取出所感興趣的知識(shí)、規(guī)律或更高層次的信息，而且也可以幫助人們從不同程度上去分析它們，從而可以有效地利用數(shù)據(jù)；它不僅可以用于描述過(guò)去數(shù)據(jù)的發(fā)展過(guò)程，而且還能進(jìn)一步預(yù)測(cè)未來(lái)的發(fā)展趨勢(shì)[2]。

一般來(lái)說(shuō)，在信息網(wǎng)絡(luò)和各類數(shù)據(jù)庫(kù)中，其大量數(shù)據(jù)的背后往往都隱藏著很多具有決策意義的信息。通過(guò)對(duì)大量數(shù)據(jù)的分析，發(fā)現(xiàn)數(shù)據(jù)之間的潛在聯(lián)系，為人們提供決策支持，這便是數(shù)據(jù)挖掘最基本的任務(wù)[3]。

3 關(guān)聯(lián)規(guī)則

3.1 基本概念

關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘諸多功能中的一種，也是目前最為重要和應(yīng)用最廣泛的數(shù)據(jù)挖掘方法之一。設(shè)Iim｝是m個(gè)不同項(xiàng)目的集合，其中的元素稱為項(xiàng)（Item）。記D為交易（Transaction）T的集合，這里交易T是項(xiàng)的集合，并且。對(duì)應(yīng)每一個(gè)交易有唯一的標(biāo)識(shí)，如交易號(hào)，記作TID。一個(gè)關(guān)聯(lián)規(guī)則是形如X＝＞Y的蘊(yùn)涵式，這里?I，并且XY＝?。X稱為規(guī)則的前提，Y是結(jié)果。規(guī)則X＝＞Y在交易數(shù)據(jù)庫(kù)D中的支持度（Support）是交易集中包含X和Y的交易數(shù)與所有交易數(shù)之比，記為Support（X＝＞Y），即Support（X＝＞Y）＝｛T：X∪Y?T，TD｝／｜D｜。規(guī)則X＝＞Y在交易集中的置信度（Confidence）是指包含X和Y的交易數(shù)與包含X的交易數(shù)之比。

給定一個(gè)交易集D，挖掘關(guān)聯(lián)規(guī)則問(wèn)題就是產(chǎn)生支持度和置信度分別大于用戶給定的最小支持度（Minsup）和最小置信度（Minconf）的關(guān)聯(lián)規(guī)則，稱為強(qiáng)規(guī)則。關(guān)聯(lián)規(guī)則挖掘的任務(wù)就是要挖掘出數(shù)據(jù)庫(kù)D中所有的強(qiáng)規(guī)則。強(qiáng)規(guī)則X＝＞Y對(duì)應(yīng)的項(xiàng)目集（X∪Y）必定是頻集，頻集（X∪Y）導(dǎo)出的關(guān)聯(lián)規(guī)則X＝＞Y的置信度可以用頻集X和（X∪Y）的支持度計(jì)算。因此，可以把關(guān)聯(lián)規(guī)則挖掘劃分為以下兩個(gè)子問(wèn)題：

1）根據(jù)最小支持度找出數(shù)據(jù)集D中的所有頻集；

2）根據(jù)頻繁項(xiàng)目集和最小置信度產(chǎn)生關(guān)聯(lián)規(guī)則。

3.2 Apriori算法

在目前的許多串行算法中，以Agrawal R.等人提出的Apriori算法最為著名，其他大多數(shù)算法也是以Apriori算法為核心的。這些算法的關(guān)鍵在于盡可能生成較小的候選項(xiàng)目集，它們都利用了這樣一個(gè)基本性質(zhì)：即一個(gè)頻繁項(xiàng)目集的任一子集必定也是頻繁項(xiàng)目集。

Apriori算法是通過(guò)項(xiàng)目集元素?cái)?shù)目不斷增長(zhǎng)來(lái)逐步完成頻繁項(xiàng)目集發(fā)現(xiàn)的。首先產(chǎn)生1－頻繁項(xiàng)集L1，然后是2－頻繁項(xiàng)集L2，直到不再能擴(kuò)展頻繁項(xiàng)集的元素?cái)?shù)目而算法停止。在第k次循環(huán)中，過(guò)程先產(chǎn)生k－候選項(xiàng)集的集合Ck，然后通過(guò)掃描數(shù)據(jù)庫(kù)生成支持度，并測(cè)試產(chǎn)生k－頻繁項(xiàng)集LK。

Apriori算法主要包含以下三個(gè)步驟：

1）由頻繁k－1項(xiàng)集通過(guò)自連接產(chǎn)生長(zhǎng)度為k的候選k項(xiàng)集Ck；

2）對(duì)至少有一個(gè)非頻繁子集的候選項(xiàng)進(jìn)行剪枝；

3）掃描所有的事務(wù)來(lái)獲得候選項(xiàng)集的支持度。

Apriori的基本算法：

L1＝｛頻繁1－項(xiàng)集｝；

for（k＝2；Lk－1≠φ；k＋＋） do begin

Ck＝apriori＿gen（Lk－1）；

／／產(chǎn)生新的候選項(xiàng)集

for all transactions T∈D do begin

CT＝subset（Ck，T）；

／／事務(wù)T中包含的候選項(xiàng)集

for all candidates c∈CTdo

c.count＋＋；

end

Lk＝｛c∈CK｜c(diǎn).count≥min＿sup｝

end

answer＝UKLk；

procedure apriori＿gen（LK－1）

for each itemset l1∈LK－1

for each itemset l2∈Lk－1

c＝l1∞l2／／連接，產(chǎn)生候選項(xiàng)集

if has＿infrequent＿subset（c，Lk－1） then

delete c；

else｛add c to Ck；

｝

return Ck；

procedure has＿infrequent＿subset（c：candidate k－itemset；Lk－1：

frequent（k－1）＿itemset）

for each（k－1）＿subset s of c

if s?Lk－1then

｛return true｝；

return false；

4 應(yīng)用實(shí)例分析

4.1 數(shù)據(jù)準(zhǔn)備

本文以某單位軍事訓(xùn)練數(shù)據(jù)為研究對(duì)象，利用12個(gè)連隊(duì)2001～2011年間的實(shí)彈射擊成績(jī)，并抽取各連隊(duì)的10項(xiàng)屬性數(shù)據(jù)：指揮員是否具備集訓(xùn)經(jīng)歷，中士炮長(zhǎng)數(shù)量，觀炮通信成績(jī)，測(cè)地準(zhǔn)備成績(jī)，陣地準(zhǔn)備成績(jī)，是否夜間射擊，當(dāng)年有否安全事故，試射方法，是否首發(fā)命中，效力射命中目標(biāo)概率。原始數(shù)據(jù)如表1所示。

表1 原始數(shù)據(jù)表

4.2 數(shù)據(jù)處理

為了后面進(jìn)行系統(tǒng)化分析與關(guān)聯(lián)規(guī)則挖掘，我們將原始數(shù)據(jù)表的各項(xiàng)屬性值按如下規(guī)則進(jìn)行離散化處理，表2為處理后所得的數(shù)據(jù)表。

表2 挖掘用數(shù)據(jù)表

指揮員集訓(xùn)經(jīng)歷（A）：Q1：有Q2：無(wú)

中士炮長(zhǎng)（B）

測(cè)地準(zhǔn)備（D

4.3 關(guān)聯(lián)規(guī)則挖掘

運(yùn)用Clementine挖掘軟件，設(shè)定最小支持度為15%，最小置信度為80%，對(duì)120條記錄進(jìn)行關(guān)聯(lián)規(guī)則的挖掘，得到部分強(qiáng)關(guān)聯(lián)規(guī)則如表3所示。

表3 挖掘結(jié)果

表3中

1）規(guī)則1表明：測(cè)地準(zhǔn)備成績(jī)?cè)诩案穹秶以谝归g射擊的連隊(duì)有96.34%的概率首發(fā)不命中，且效力射命中目標(biāo)概率小于30%。

調(diào)查：該部隊(duì)夜間射擊考核較少，連隊(duì)不夠重視；偵察兵夜間捕捉目標(biāo)能力不足。

分析：加強(qiáng)夜訓(xùn)，確保夜訓(xùn)的時(shí)間和質(zhì)量。

2）規(guī)則2表明：該年有安全事故的連隊(duì)有100%的概率陣地準(zhǔn)備處于合格水平。

調(diào)查：因不遵守操作規(guī)程導(dǎo)致的訓(xùn)練傷多發(fā)生在陣地，造成戰(zhàn)斗力減員，士氣低落。

分析：安全工作的重心放在陣地；軍醫(yī)跟隨陣地；政治主官做好安全教育和思想工作。

3）規(guī)則3表明：指揮員有過(guò)集訓(xùn)經(jīng)歷，觀炮通信良好，測(cè)地和陣地準(zhǔn)備優(yōu)秀的連隊(duì)有90.73%的概率首發(fā)命中。

調(diào)查：符合炮兵指揮員的一般認(rèn)識(shí)。

分析：讓沒(méi)有參加過(guò)集訓(xùn)的指揮員集訓(xùn)。

4）規(guī)則4表明：有三個(gè)中士炮長(zhǎng)且觀炮通信良好的連隊(duì)有93.21%的概率陣地準(zhǔn)備良好。

調(diào)查：不符合炮兵指揮員的一般認(rèn)識(shí)，可視為無(wú)用規(guī)則排除。

分析：中士炮長(zhǎng)的能力素質(zhì)一般比下士炮長(zhǎng)要強(qiáng)，但陣地準(zhǔn)備與觀炮通信關(guān)系不大。

綜合以上分析，可得知挖掘出的強(qiáng)關(guān)聯(lián)規(guī)則，有的能夠反映出部隊(duì)傳統(tǒng)評(píng)估分析方法無(wú)法得到的潛在重要信息，可用于指導(dǎo)部隊(duì)；也有的規(guī)則不能夠反映真實(shí)的，有價(jià)值的信息，這就需要決策者根據(jù)已有知識(shí)和經(jīng)驗(yàn)進(jìn)行判斷和篩選。該實(shí)例存在的最大問(wèn)題是數(shù)據(jù)量不足，從而使挖掘出的關(guān)聯(lián)規(guī)則存在一定的局限性。

5 結(jié)語(yǔ)

基于關(guān)聯(lián)規(guī)則的作戰(zhàn)數(shù)據(jù)挖掘以發(fā)現(xiàn)知識(shí)、獲取有用信息，是一種有益嘗試和重要應(yīng)用。它對(duì)于部隊(duì)開(kāi)展的軍事訓(xùn)練、政治工作、后勤保障、安全保衛(wèi)等工作將會(huì)起到輔助性的決策支持作用，對(duì)決策者具有重要指導(dǎo)意義。此外，決策者應(yīng)想用、敢用、會(huì)用作戰(zhàn)數(shù)據(jù)挖掘成果，通過(guò)以建促用、以用促建，推進(jìn)作戰(zhàn)數(shù)據(jù)建用一體的良性循環(huán)。

[1]吳輝.數(shù)據(jù)挖掘技術(shù)的研究與應(yīng)用[D].武漢：武漢理工大學(xué)，2009.

[2]陳乘風(fēng)，何宇，趙偉.加強(qiáng)作戰(zhàn)數(shù)據(jù)建設(shè)的思考[J].軍隊(duì)信息化建設(shè)，2012，（2）：16－17.

[3]劉輝，陳宇.數(shù)據(jù)挖掘，信息戰(zhàn)場(chǎng)“淘金術(shù)”[J].國(guó)防技術(shù)基礎(chǔ)，2012，（5）：29－30.

[4]王東.加快推進(jìn)我軍作戰(zhàn)數(shù)據(jù)建設(shè)[J].軍事學(xué)術(shù)，2012，（3）：53－54.

[5]劉世平.數(shù)據(jù)挖掘技術(shù)及應(yīng)用[M].北京：高等教育出版社，2010.

[6]邵峰晶，于忠清.數(shù)據(jù)挖掘原理與算法[M].北京：科學(xué)出版社，2009.

[7]朱明.數(shù)據(jù)挖掘[M].合肥：中國(guó)科學(xué)技術(shù)大學(xué)出版社，2008.

[8]蔣暉，陳允鋒.數(shù)據(jù)挖掘及其一種關(guān)聯(lián)規(guī)則算法[J].計(jì)算機(jī)與數(shù)字工程，2011（6）.

[9]王宇杰，喬聰.數(shù)據(jù)挖掘中基于負(fù)邊界思想的關(guān)聯(lián)規(guī)則增量式更新算法[J].計(jì)算機(jī)與數(shù)字工程，2010（6）.

[10]袁玉波.數(shù)據(jù)挖掘與最優(yōu)化技術(shù)及其應(yīng)用[M].北京：科學(xué)出版社，2007.