标签: 关联规则

针对在药房和药店等医疗保健系统产生大量的交易数据进行数据挖掘的问题。为了从药房和药店等医疗保健系统中获取有关药物间关联的有用信息，在本文中，采用改进Apriori算法从药房内订购的处方获得的数据进行数据挖掘，通过SPSSClementine平台试验，从这些处方中的指定药物中获得了10个关联规则。在这些关联规则中，得出了以下主要结论：维生素D和钙片是最相关的药物，奥美拉唑和甲硝唑在关联方面排名第二。这些规则的准确性也由医生亲自研究和审查。

针对区域内大型用电负荷转移的问题，本研究采用关联规则数据挖掘算法中的Ecalt算法和Apriori算法相结合的方式，找到属性项集出现频率较高并按照同字典序相反的规则构建等价关系，提出了Eclat-N算法对电力部门的大型用户的用电负荷优化分析。通过算法的仿真结果表明：大部分用电负荷由用电负荷高峰期转移至用电低价区域时段，优化前工作方式价格峰值用电负荷10.79kWh，对于2.5kW转移功率上限优化用时1h转移时限为6.1kWh，而对于用时1h转移时限仅为3.9kWh。通过对全网的用电负荷能效进行优化可提高整体的用电效率，从而起到节能减排的效果。

为了能够使电力系统二次设备运行维护及管理控制水平得到提高，基于电力系统二次设备缺陷数据提出了基于Apriori算法的电力系统二次设备缺陷数据挖掘及分析方法。首先，对关联规则和Apriori算法的思路进行了全面的分析，之后创建以关联规则为基础的电力系统二次设备缺陷模型，通过模型思考二次设备缺陷的主要属性，包括二次设备类型、生产厂家及缺陷原因、部位等。最后，将自动化设备缺陷数据作为例子，分析基于Apriori算法的电力系统二次设备缺陷数据挖掘及分析方法。通过分析结果表示，所提出的方法能够满足二次设备缺陷数据挖掘及分析需求，并且寻找导致数据缺陷的原因，还能够对设备家族性缺陷进行分析。