關(guān)聯(lián)規(guī)則在煤炭類(lèi)高校招生工作中的應(yīng)用

桑冬青

（淮南職業(yè)技術(shù)學(xué)院，安徽 淮南 232001）

關(guān)聯(lián)規(guī)則在煤炭類(lèi)高校招生工作中的應(yīng)用

桑冬青

（淮南職業(yè)技術(shù)學(xué)院，安徽 淮南 232001）

本文結(jié)合煤炭類(lèi)院校的具體情況，介紹了關(guān)聯(lián)規(guī)則技術(shù)的定義及關(guān)聯(lián)規(guī)矩的典型算法，探討了把基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘技術(shù)應(yīng)用到煤炭類(lèi)特色的院校的招生工作中，對(duì)煤炭主體專(zhuān)業(yè)的相關(guān)數(shù)據(jù)進(jìn)行預(yù)處理，提取挖掘出有效的關(guān)聯(lián)規(guī)則進(jìn)行分析，用于指導(dǎo)院校在合理專(zhuān)業(yè)設(shè)置、有效開(kāi)展宣傳、服務(wù)社會(huì)等各方面的工作的正確決策.

數(shù)據(jù)挖掘；關(guān)聯(lián)規(guī)則；招生；煤炭類(lèi)高校

1 引言

近幾年，參加高考的考生數(shù)量逐年減少，高職院校之間的招生競(jìng)爭(zhēng)日趨嚴(yán)重，保證招生已成為各高職院校生存與發(fā)展的關(guān)鍵.因此各院校如何有針對(duì)性的編制招生計(jì)劃，對(duì)保障院校在專(zhuān)業(yè)建設(shè)的合理性、專(zhuān)業(yè)發(fā)展、有目的專(zhuān)業(yè)重點(diǎn)宣傳方面，同時(shí)對(duì)提高新生報(bào)到率方面，變得尤為重要.

筆者所在的學(xué)校，作為企業(yè)辦學(xué)特色院校，許多專(zhuān)業(yè)的設(shè)置具有明顯的行業(yè)相關(guān)性，隨著近幾年煤炭行業(yè)的起伏變化，對(duì)本校的行業(yè)特色專(zhuān)業(yè)的招生也造成了明顯的影響.

以往招生工作的傳統(tǒng)的直覺(jué)經(jīng)驗(yàn)式的招生計(jì)劃投放方式，在當(dāng)前的嚴(yán)峻形勢(shì)下已不能滿(mǎn)足要求.本文試圖采用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則針對(duì)招生數(shù)據(jù)進(jìn)行挖掘分析，發(fā)現(xiàn)更準(zhǔn)確的有價(jià)值信息，為招生相關(guān)工作的決策提供支持.

2 關(guān)聯(lián)規(guī)則

2.1 關(guān)聯(lián)規(guī)則的定義

關(guān)聯(lián)規(guī)則表示不同數(shù)據(jù)項(xiàng)目在同一事件中出現(xiàn)的相關(guān)性，就是從大量數(shù)據(jù)中挖掘出關(guān)聯(lián)規(guī)則.關(guān)聯(lián)規(guī)則分析用于發(fā)現(xiàn)隱藏在大型數(shù)據(jù)集中的有意義的聯(lián)系.在交易數(shù)據(jù)、關(guān)系數(shù)據(jù)或其他信息載體中，查找存在于項(xiàng)目集合或?qū)ο蠹现g的頻繁模式、關(guān)聯(lián)、相關(guān)性或因果結(jié)構(gòu).

2.2 關(guān)聯(lián)規(guī)則算法

關(guān)聯(lián)規(guī)則算法是數(shù)據(jù)挖掘技術(shù)中重要的一類(lèi)算法.1993年,R.Agrawal等人首次提出了挖掘顧客交易數(shù)據(jù)中項(xiàng)目集間的關(guān)聯(lián)規(guī)則問(wèn)題，其核心是基于兩階段頻繁集思想的遞推算法.該關(guān)聯(lián)規(guī)則在分類(lèi)上屬于單維、單層及布爾關(guān)聯(lián)規(guī)則，其中的代表算法是Apriori算法.Apriori算法將發(fā)現(xiàn)關(guān)聯(lián)規(guī)則的過(guò)程分為兩個(gè)步驟：第一步通過(guò)迭代，檢索出事務(wù)數(shù)據(jù)庫(kù)中的所有頻繁項(xiàng)集，即支持度不低于用戶(hù)設(shè)定的閾值的項(xiàng)集；第二步利用頻繁項(xiàng)集構(gòu)造出滿(mǎn)足用戶(hù)最小信任度的規(guī)則.其中，挖掘或識(shí)別出所有頻繁項(xiàng)集是該算法的核心，占整個(gè)計(jì)算量的大部分.

3 預(yù)處理數(shù)據(jù)

本文用來(lái)挖掘的數(shù)據(jù)為某院校的實(shí)際招生數(shù)據(jù)，其中包括了近五年的全部錄取數(shù)據(jù)和新生報(bào)到數(shù)據(jù).數(shù)據(jù)包括的字段：考生號(hào)、姓名、錄取專(zhuān)業(yè)、性別、畢業(yè)中學(xué)、投檔成績(jī)、考生類(lèi)別、科類(lèi)等，其中錄取專(zhuān)業(yè)歷年計(jì)劃有所不同.

3.1 挖掘問(wèn)題的提出

從已有的數(shù)據(jù)源來(lái)看，可以有各種不同的挖掘思路，生成多種挖掘結(jié)果.本文結(jié)合數(shù)據(jù)來(lái)源院校的特色，只挖掘與院校特色相關(guān)方面的數(shù)據(jù)，從中分析行業(yè)變化對(duì)招生工作的影響.

本文挖掘的煤炭相關(guān)院校，通常情況下在確定每年的招生計(jì)劃都會(huì)參考往年的招生數(shù)據(jù)，重點(diǎn)調(diào)整煤炭主體專(zhuān)業(yè)和煤炭相關(guān)專(zhuān)業(yè)計(jì)劃.當(dāng)然由于需要參照的變量很多，不可能一一涉及，本文主要從煤炭相關(guān)的數(shù)據(jù)進(jìn)行挖掘分析，然后有針對(duì)性的投放煤炭主體專(zhuān)業(yè)和煤炭相關(guān)專(zhuān)業(yè)的招生計(jì)劃.其中考生的生源地分析后，可以考慮煤炭高度相關(guān)的地區(qū)，重點(diǎn)進(jìn)行招生宣傳.當(dāng)然，不可否認(rèn)由于行業(yè)的高度相關(guān)，煤炭行業(yè)的變化對(duì)煤炭主體專(zhuān)業(yè)和煤炭相關(guān)專(zhuān)業(yè)的報(bào)考也是相當(dāng)敏感.通過(guò)相關(guān)的挖掘，及時(shí)對(duì)煤炭主體專(zhuān)業(yè)和煤炭相關(guān)專(zhuān)業(yè)的計(jì)劃調(diào)整將至關(guān)重要，避免招生計(jì)劃的白白流失，促進(jìn)學(xué)院的健康發(fā)展.

3.2 數(shù)據(jù)泛化

對(duì)于已有數(shù)據(jù)字段值過(guò)于離散，對(duì)問(wèn)題分析不具有代表性，必須把離散的字段數(shù)據(jù)進(jìn)行高層次的抽象和概括，把數(shù)據(jù)進(jìn)行規(guī)約，更有利于挖掘出有效的、有價(jià)值的信息.

結(jié)合以上提出的問(wèn)題，對(duì)待挖掘數(shù)據(jù)進(jìn)行分析，本文主要處理“錄取年份”、“考生號(hào)”、“錄取專(zhuān)業(yè)”、“畢業(yè)中學(xué)”、“考生類(lèi)別”這幾個(gè)字段的數(shù)據(jù)，如表1所示.為了滿(mǎn)足關(guān)聯(lián)規(guī)則算法的要求，必須對(duì)數(shù)據(jù)進(jìn)行泛化處理.通過(guò)結(jié)合煤炭相關(guān)概念，把“錄取專(zhuān)業(yè)”、“畢業(yè)中學(xué)”進(jìn)行煤炭特色化處理，挖掘煤炭行業(yè)變化對(duì)招生的影響.

表1 招生數(shù)據(jù)表

需要進(jìn)行泛化的數(shù)據(jù)如下：

3.2.1 錄取專(zhuān)業(yè)

錄取專(zhuān)業(yè)本身屬于離散型數(shù)據(jù)，同時(shí)它是直接影響考生報(bào)考的數(shù)據(jù)，并且錄取專(zhuān)業(yè)也是高度的行業(yè)相關(guān).結(jié)合數(shù)據(jù)源院校的煤炭行業(yè)相關(guān)，錄取專(zhuān)業(yè)的泛化主要考慮煤炭因素對(duì)考生的報(bào)考、招生專(zhuān)業(yè)設(shè)置的影響.煤炭專(zhuān)業(yè)和煤炭相關(guān)專(zhuān)業(yè)占學(xué)院的生源構(gòu)成比重大，也是學(xué)院的辦學(xué)特色.通過(guò)數(shù)據(jù)挖掘可以清楚，哪些地區(qū)的考生是招生的重點(diǎn).同時(shí)通過(guò)數(shù)據(jù)挖掘判斷行業(yè)的變化對(duì)招生的影響到底有多大.考慮到院校所在地的特殊性，把錄取專(zhuān)業(yè)泛化為如下幾種情況：煤炭主體專(zhuān)業(yè)、煤炭相關(guān)專(zhuān)業(yè)、社會(huì)專(zhuān)業(yè).

3.2.2 畢業(yè)學(xué)校

畢業(yè)學(xué)校作為離散型的數(shù)據(jù)，考慮到煤炭行業(yè)所在地的學(xué)校報(bào)考煤礦主體專(zhuān)業(yè)和煤炭相關(guān)專(zhuān)業(yè)的幾率較高，可以把畢業(yè)學(xué)校泛化成本地煤礦學(xué)校、外地煤礦學(xué)校、本地社會(huì)學(xué)校和外地社會(huì)學(xué)校.通過(guò)以上畢業(yè)學(xué)校的泛化，進(jìn)行數(shù)據(jù)挖掘，希望發(fā)現(xiàn)那些地區(qū)的中學(xué)是煤炭主體專(zhuān)業(yè)和煤炭相關(guān)專(zhuān)業(yè)的報(bào)考生源地.把挖掘結(jié)果分析作為招生工作的決策依據(jù)，有重點(diǎn)、有針對(duì)性的進(jìn)行招生政策實(shí)施.

3.2.3 考生類(lèi)別

考生類(lèi)別包括農(nóng)村應(yīng)屆、城市應(yīng)屆、農(nóng)村往屆、城市往屆四種情況，不需要進(jìn)行泛化，引入考生類(lèi)別進(jìn)行數(shù)據(jù)挖掘，可以更有針對(duì)性的對(duì)生源進(jìn)行有效的招生宣傳工作.

3.2.4 錄取年份

對(duì)錄取年份的數(shù)據(jù)挖掘，主要是考慮可以縱向?qū)Ρ让磕甑恼猩兓闆r，指導(dǎo)學(xué)院有效的調(diào)整招生計(jì)劃，合理的設(shè)置今后的招生專(zhuān)業(yè).

根據(jù)以上描述方法，首先將近五年的招生數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，對(duì)待挖掘數(shù)據(jù)進(jìn)行泛化處理后的數(shù)據(jù)如圖1所示：

圖1 泛化后的數(shù)據(jù)

4 數(shù)據(jù)挖掘結(jié)果及分析

基于關(guān)聯(lián)規(guī)則的頻繁項(xiàng)集算法比較多，本文采用比較成熟的Apriori算法進(jìn)行挖掘.挖掘軟件采用業(yè)界久負(fù)盛譽(yù)SPSS Clementine 12，Clementine結(jié)合業(yè)務(wù)需求可以快速建立預(yù)測(cè)性模型，進(jìn)而應(yīng)用到各種數(shù)據(jù)挖掘研究工作中，幫助人們改進(jìn)決策過(guò)程.

4.1 最小支持度和最小置信度的選擇

考慮到近五年每年的專(zhuān)業(yè)招生人數(shù)的變化，有的年份部分專(zhuān)業(yè)招生人數(shù)占總?cè)藬?shù)相對(duì)少的情況，為了加大挖掘結(jié)果的分析力度，支持度不應(yīng)設(shè)置高，故而Min Support設(shè)置為4%較為合理.

對(duì)于最小置信度的選擇，結(jié)合本文的挖掘需求，為了通過(guò)關(guān)聯(lián)規(guī)則的挖掘，更好的分生源的某種變化，配合傳統(tǒng)分析對(duì)招生工作進(jìn)行指導(dǎo)，并不是一定為了找到某種強(qiáng)關(guān)聯(lián)規(guī)則.因此本文把Min Confindence設(shè)置為20%較為合理，這樣可以挖掘出足夠多的關(guān)聯(lián)規(guī)則用于對(duì)比分析.

4.2 挖掘結(jié)果

根據(jù)以上分析，設(shè)置好最小支持度和最小置信度，進(jìn)行數(shù)據(jù)挖掘，最終生成如圖2所示的關(guān)聯(lián)規(guī)則集.由圖2所示，挖掘后生產(chǎn)了多達(dá)131條的關(guān)聯(lián)規(guī)則，結(jié)合前面提出的挖掘問(wèn)題，接下來(lái)從幾方面對(duì)挖掘出的關(guān)聯(lián)規(guī)則進(jìn)行分類(lèi)分析，找出有價(jià)值的信息.

圖2 挖掘后的關(guān)聯(lián)規(guī)則

4.2.1 提取有效規(guī)則

分析挖掘出的大量關(guān)聯(lián)規(guī)則，把煤礦主體專(zhuān)業(yè)對(duì)應(yīng)的關(guān)聯(lián)規(guī)則單獨(dú)挑出來(lái)，如表2所示.其中支持度表示生成規(guī)則的最小支持度，置信度表示生成規(guī)則的最小置信度.

表2 煤炭相關(guān)關(guān)聯(lián)規(guī)則表

4.2.2 結(jié)果分析與應(yīng)用

根據(jù)以上提取的關(guān)聯(lián)規(guī)則，橫向分析煤炭主體專(zhuān)業(yè)的報(bào)考熱度是本地煤礦學(xué)校＞本地社會(huì)學(xué)校＞外地社會(huì)學(xué)校，這就是說(shuō)學(xué)校對(duì)于煤礦主體專(zhuān)業(yè)的宣傳重點(diǎn)應(yīng)該放到本地來(lái)開(kāi)展，尤其是本地的煤礦所在地區(qū)的學(xué)校是重中之重，更要特別重視.對(duì)于煤礦相關(guān)專(zhuān)業(yè)來(lái)看，外地學(xué)校考生的報(bào)考熱度要明顯大于本地考生.

縱向分析煤炭主體專(zhuān)業(yè)的報(bào)考熱度來(lái)看，在2013年達(dá)到最高峰，從規(guī)則來(lái)看2013年以后煤炭主體專(zhuān)業(yè)的報(bào)考熱度急劇下滑，這應(yīng)該是受到煤炭行業(yè)的不景氣的影響，使得報(bào)考考生不在愿意報(bào)考煤礦專(zhuān)業(yè).所以從2015年開(kāi)始，院校在進(jìn)行專(zhuān)業(yè)計(jì)劃申報(bào)時(shí)就應(yīng)該相應(yīng)的減少煤礦主體專(zhuān)業(yè)的計(jì)劃數(shù)，以免浪費(fèi)招生計(jì)劃，影響學(xué)校的招生.同時(shí)學(xué)校也要及時(shí)的調(diào)整專(zhuān)業(yè)建設(shè)思路，合理性的進(jìn)行專(zhuān)業(yè)建設(shè)，促進(jìn)院校的專(zhuān)業(yè)有序發(fā)展.

當(dāng)然，挖掘出的大量關(guān)聯(lián)規(guī)則，還可以從其他角度來(lái)提取有效規(guī)則來(lái)分析，從多個(gè)角度來(lái)指導(dǎo)院校的招生宣傳工作，由于文本有限就不在進(jìn)行一一展開(kāi)了.

5 結(jié)束語(yǔ)

把基于關(guān)聯(lián)規(guī)則的挖掘技術(shù)應(yīng)用于院校的大量的招生數(shù)據(jù)挖掘，從中提取出各種對(duì)招生工作有價(jià)值的規(guī)則信息，對(duì)當(dāng)前嚴(yán)峻的院校招生工作的價(jià)值是不可估量的.有了正確的信息，院校在合理專(zhuān)業(yè)設(shè)置、有效開(kāi)展宣傳、服務(wù)社會(huì)等各方面的工作才能正確決策，從而保證提高新生報(bào)到率和提高生源的質(zhì)量.尤其對(duì)當(dāng)前各院校都在積極建設(shè)地方技能型高水平大學(xué)更是具有指導(dǎo)意義.

〔1〕侍穎輝．?dāng)?shù)據(jù)挖掘技術(shù)在職校招生決策系統(tǒng)中的應(yīng)用[J]．職業(yè)，2008(26)：26-27．

〔2〕李霞.數(shù)據(jù)挖掘在高校教學(xué)和管理中的應(yīng)用研究[J].廣東外語(yǔ)外貿(mào)大學(xué)學(xué)報(bào),2012(04):97-100.

〔3〕朱麗麗.數(shù)據(jù)挖掘在高校招生中的應(yīng)用研究[J].計(jì)算機(jī)與現(xiàn)代化，2012（8）：190-194.

〔4〕王志浩．關(guān)聯(lián)規(guī)則算法在中職招生宣傳中的應(yīng)用[J]．中國(guó)西部科技，2010，9(22)：53—53．

〔5〕李虞軍，暫天奇．一釋改進(jìn)的加梗關(guān)聯(lián)提一挖曩方法[J]．計(jì)算機(jī)工程，2010，35(7)t5s-57．

〔6〕DIlnhm M H．?dāng)?shù)據(jù)挖掘教程[M]．北京：清華大學(xué)出版牡，2005．

〔7〕[美]Olivia Parr Rud．?dāng)?shù)據(jù)挖掘?qū)嵺`[M]．北京：機(jī)械工業(yè)出版社，2003．

〔8〕成平廣．ID3算法在高校招生決策中的應(yīng)用研究[J]．重慶教育學(xué)院學(xué)報(bào)，2008，21(3)：4446．

〔9〕趙文文．?dāng)?shù)據(jù)挖掘技術(shù)在生源分析中的研究實(shí)現(xiàn)[D]．綿陽(yáng)：西南科技大學(xué)，2006．

〔10〕姜燕生，李凡．?dāng)?shù)據(jù)挖掘中的數(shù)據(jù)準(zhǔn)備工作[J]．湖北工學(xué)院學(xué)報(bào)，2003，18(6)：35-38+42．

〔11〕侍穎輝．?dāng)?shù)據(jù)挖掘技術(shù)在職校招生決策系統(tǒng)中的應(yīng)用[J]．職業(yè)，2008(26)：26-27．

〔12〕徐健.數(shù)據(jù)挖掘技術(shù)在高校招生信息處理中的應(yīng)用[J].農(nóng)業(yè)網(wǎng)絡(luò)信息,2013(11):133-137.

〔13〕何小明,張自力.基于OLAP與數(shù)據(jù)挖掘的高考招生數(shù)據(jù)分析[J].計(jì)算機(jī)科學(xué),2012(06):175-187.

G642

A

1673-260X（2017）09-0150-03

2017-06-29

2016安徽省高校自然科學(xué)研究項(xiàng)目（KJ2016A676）