基于Apriori算法的奖学金获得者特点研究

温馨提示：文末有 CSDN 平台官方提供的学长 QQ 名片 :) 

1. 项目简介

        高等院校在每年评选奖学金工作中积累大量的数据,本课题将数据挖掘技术中的关联规则挖掘算法Apriori应用于学校学生综合测评中,通过对这些数据分析,找到学生综合测评成绩与学生成绩,学习习惯、方法、生活习惯、兴趣爱好、家庭情况,性别,父母职业,父母教育背景,父母职业,学生在校获奖情况等相关,为学生评优工作,专业教学、课程开设等提供参考依据。

        本项目根据录入的数据，建立相关数据模型，对数据进行统计预测，输出统计分析表，数据挖掘利用Apriori算法进行产品关联度的显示和排行， 分析奖学金与学科成绩等因素之间的关联度。

2. 功能组成

        基于Apriori算法的奖学金获得者特点研究的功能主要包括：

3. 基于Apriori算法的奖学金获得者分析系统

3.1 系统注册登录

3.2 学生性别和担任班委人数的分布情况

3.3 获奖人数与综合测评的分布情况

3.4 Apriori关联挖掘算法

3.4.1 关联规则挖掘定义

        关联规则挖掘是数据挖掘领域的热点，关联规则反映一个对象与其他对象之间的相互依赖关系，如果多个对象之间存在一定的关联关系，那么一个对象可以通过其他对象进行预测。大多数关联规则挖掘算法通常采用的一种策略是，将关联规则挖掘任务分解为如下两个主要的子任务：

1. 频繁项集产生（Frequent Itemset Generation）其目标是发现满足最小支持度阈值的所有项集，这些项集称作频繁项集；
2. 规则的产生（Rule Generation）其目标是从上一步发现的频繁项集中提取所有高置信度的规则，这些规则称作强规则。关联分析的目标发现频繁项集；由频繁项集产生强关联规则，这些规则必须大于或等于最小支持度和最小置信度。

        关联分析的目标是：

1. 发现频繁项集；
2. 由频繁项集产生强关联规则，这些规则必须大于或等于最小支持度和最小置信度。

3.4.2 支持度

        支持度表示该数据项在事务中出现的频度。 数据项集X的支持度support(X)是D中包含X的事务数量与D的总事务数量之比，如下公式所示：

        关联规则X=>Y的支持度等于项集X∪Y的支持度，如下公式所示:

         如果support(X)大于等于用户指定的最小支持度minsup，则称X为频繁项目集，否则称X为非频繁项目集。

3.4.3 置信度

        置信度也称为可信度，规则 X=>Y 的置信度表示D中包含X的事务中有多大可能性也包含Y。表示的是这个规则确定性的强度，记作confidence(X=>Y)。通常，用户会根据自己的挖掘需要来指定最小置信度阈值，记为minconf。

         如果数据项集X满足support(X) >= minsup，则X是频繁数据项集。若规则X=>Y同时满足confidence(X=>Y)>=minconf，则称该规则为强关联规则，否则称为弱关联规则。一般由用户给定最小置信度阈值和最小支持度阈值。发现关联规则的任务就是从数据库中发现那些置信度、支持度大于等于给定最小阈值的强关联规则。

3.5 Apriori 算法挖掘奖学金与性别和班委等因素之间的关联关系

def clac_student_association(min_support, min_threshold):
    """计算奖学金与其他因素之间的关联规则"""

    ......

    te = TransactionEncoder()
    # 进行 one-hot 编码
    te_ary = te.fit(products).transform(products)
    df = pd.DataFrame(te_ary, columns=te.columns_)
    # 利用 Apriori 找出频繁项集
    freq = apriori(df, min_support=float(min_support), use_colnames=True)
    # 计算关联规则
    result = association_rules(freq, metric="confidence", min_threshold=float(min_threshold))
    # 关联结果按照置信度或提升度高进行排序
    result = result.sort_values(by='lift', ascending=False)
    result.fillna(0, inplace=True)

    def trans(x):
        if x == np.inf:
            return -1
        try:
            return float(x)
        except:
            return -1

    for c in ['antecedent support', 'consequent support', 'support', 'confidence', 'lift', 'leverage', 'conviction']:
        result[c] = result[c].map(trans)

    results = result.to_dict(orient='records')
    return_results = []
    for result in results:
        ......
    
    return jsonify(return_results)

4. 结论

         本项目根据录入的数据，建立相关数据模型，对数据进行统计预测，输出统计分析表，数据挖掘利用Apriori算法进行产品关联度的显示和排行， 分析奖学金与学科成绩等因素之间的关联度度。

欢迎大家点赞、收藏、关注、评论啦 ，由于篇幅有限，只展示了部分核心代码。技术交流、源码获取认准下方 CSDN 官方提供的学长 QQ 名片 :)

精彩专栏推荐订阅：

1. Python 毕设精品实战案例
2. 自然语言处理 NLP 精品实战案例
3. 计算机视觉 CV 精品实战案例