朱 宏 孫嘉良 高文晶

（1.天津市地震局應(yīng)急信息中心 震情值班室，中國(guó) 天津300000；2.天津市地震局教育培訓(xùn)中心 新聞宣傳室，中國(guó) 天津300000；3.天津市地震局監(jiān)測(cè)預(yù)報(bào)中心 綜合管理部，中國(guó) 天津 300000；）

隨著計(jì)算機(jī)信息技術(shù)日益發(fā)展，信息化程度的發(fā)展高低已經(jīng)成為企事業(yè)單位信息化水平的重要標(biāo)志，同時(shí)也在繁雜的日常工作中提高了工作效率。天津市地震局震情值班室目前采用了由應(yīng)急信息中心和應(yīng)急保障中心45歲以下的值班員進(jìn)行24小時(shí)*7全年無(wú)間斷綜合值班的方法，即將行政值班，業(yè)務(wù)值班，震情值班，12322防震減災(zāi)熱線值班放在一起形成綜合值班的方式。之前，在交接值班工作的方式是每日早晨8:00和下午17:00兩個(gè)時(shí)間段對(duì)震情值班室設(shè)備進(jìn)行巡檢，并以書(shū)面形式填寫(xiě)值班日志?，F(xiàn)在，只需在設(shè)備巡檢后，通過(guò)網(wǎng)頁(yè)登錄進(jìn)入系統(tǒng)，按照業(yè)務(wù)相關(guān)模塊進(jìn)行勾選，系統(tǒng)會(huì)自動(dòng)生成值班日志存儲(chǔ)在我局服務(wù)器的數(shù)據(jù)庫(kù)內(nèi)，免去了人工輸入的煩惱，將我局的無(wú)紙化辦公向前推進(jìn)了一大步。

1 系統(tǒng)需求分析

本系統(tǒng)為了實(shí)現(xiàn)對(duì)天津市地震局震情值班日志的自動(dòng)化處理，按照不同角色用戶擁有不同權(quán)限進(jìn)行自主注冊(cè)登錄的方式進(jìn)入該系統(tǒng)。 用戶角色主要分為：管理員用戶和普通值班員用戶，不同權(quán)限用戶登陸進(jìn)入后的界面不同。 管理員擁有最高權(quán)限，一般由震情值班室主任擔(dān)當(dāng)。管理員用戶擁有查看所有值班日志的權(quán)限并對(duì)某天的值班日志可進(jìn)行增加、刪除、查詢、修改值班日志的內(nèi)容 。普通值班員擁有查詢往日值班日志報(bào)告和修改當(dāng)日值班日志內(nèi)容的權(quán)限 。普通值班員每天必須通過(guò)進(jìn)入系統(tǒng)，將值班過(guò)程當(dāng)中的設(shè)備巡檢情況進(jìn)行輸入并勾選，遇到特殊情況可在備注內(nèi)容里輸入文字進(jìn)行提醒，默認(rèn)備注內(nèi)容框字體為紅色。如無(wú)異常情況，系統(tǒng)可自動(dòng)生成值班日志的電子版。

2 系統(tǒng)設(shè)計(jì)

2.1 系統(tǒng)功能模塊設(shè)計(jì)

根據(jù)用戶角色的劃分,本系統(tǒng)共有8個(gè)模塊 。

圖1 系統(tǒng)功能模塊設(shè)計(jì)

2.2 系統(tǒng)主要工作流程

2.2.1 值班工作交接流程

每個(gè)值班員都需要在接班之前填寫(xiě)值班日志，并讓接班的值班員在值班日志上輸入自己的名字表示確認(rèn)上一個(gè)值班時(shí)間段內(nèi)的值班情況正常并提交進(jìn)入數(shù)據(jù)庫(kù)進(jìn)行保存。 普通值班員可以查看任意時(shí)間段內(nèi)值班日志，修改和上傳當(dāng)日值班當(dāng)日的日志內(nèi)容，管理員可對(duì)所有的值班日志進(jìn)行查詢、刪除、修改、增加。

2.2.2 上傳文件流程

（1）在系統(tǒng)中需要保存值班員的基本信息的登錄信息驗(yàn)證表。

（2）值班員所寫(xiě)日志需要保存到數(shù)據(jù)庫(kù)中。因此需要值班日志信息存儲(chǔ)表。

（3）記錄中心部門名和部門號(hào)的部門表等。

2.3 主要數(shù)據(jù)表設(shè)計(jì)如下

2.3.1 值班日志信息存儲(chǔ)表(LogDetail)

記錄每篇日志的編號(hào)，日志內(nèi)容，所記錄時(shí)間等相關(guān)信息。

圖2 上傳文件流程

表1 值班日志信息存儲(chǔ)表

2.3.2 上傳信息存儲(chǔ)表（ActionTable）

記錄上傳文件或通知的信息，上傳時(shí)間，主題等內(nèi)容。

表2 上傳信息存儲(chǔ)表

3 系統(tǒng)開(kāi)發(fā)與實(shí)現(xiàn)

圖1

3.1 系統(tǒng)開(kāi)發(fā)環(huán)境

開(kāi)發(fā)模式：基于Java Web應(yīng)用的B/S模式；買記錄會(huì)很多，電腦等相對(duì)貴重的商品消費(fèi)者一旦購(gòu)買就有很長(zhǎng)的使用周期，不會(huì)在短時(shí)間內(nèi)再次購(gòu)買。所以后者的支持度會(huì)很小，但是關(guān)聯(lián)度卻很大。

基于這一局限，進(jìn)一步定義可信度及關(guān)聯(lián)度系數(shù)指標(biāo)減小不同商品的差異性。

（1）可信度R:商品組合的支持度與組合中的某種商品被購(gòu)買概率的比值稱為該商品的可信度。

例如在商品組合（X，Y）中商品X和商品Y的可信度如下：

可信度Rx，即交易記錄集合D中既包含X也包含Y的記錄個(gè)數(shù)與D中包含X的記錄個(gè)數(shù)之比。實(shí)際上就是指，包含X商品的購(gòu)物籃也包含Y商品的概率。

因?yàn)橹С侄刃〉慕M合中的單個(gè)商品被購(gòu)買概率也會(huì)很小，可信度將不同類別商品本身之間的差異的影響因素排除在在外。只要用組合（X，Y）的支持度Sxy除以商品本身被購(gòu)買的概率P(X)，無(wú)論商品X的使用周期是否一樣，得到的可信度都是客觀，可以比較的。

商品可信度都是對(duì)給定商品組合中的單個(gè)商品而言的，每個(gè)商品都有自己的可信度。求出組合中每個(gè)商品可信度之后，就可以進(jìn)一步求出這個(gè)組合的綜合關(guān)聯(lián)度系數(shù)。

（2）關(guān)聯(lián)度系數(shù) W：當(dāng)商品組合為（X1，X2…Xn）時(shí)，該組合的關(guān)聯(lián)度系數(shù)為：

將關(guān)聯(lián)系數(shù)定義為商品互相之間的可信度的幾何平均數(shù)，并且W越大，關(guān)聯(lián)度系數(shù)越高，商品之間的關(guān)系越密切，消費(fèi)者更傾向于同時(shí)購(gòu)買。

還是以上面的消費(fèi)記錄為實(shí)例，最后我們可以得出最后支持度大于2的商品組合，如表2:

表2

根據(jù)以上的表格，我們可以看出的關(guān)聯(lián)度最大的商品組合是（I2，I5），其次是（I1，I3）、（I2，I3，I5），說(shuō)明這些商品有很強(qiáng)的關(guān)聯(lián)性。 此外還可以看出支持度大的商品組合，可信度和關(guān)聯(lián)度系數(shù)不一定高，這也印證了前面所說(shuō)的可信度指標(biāo)可以避免因商品自身價(jià)格、類別等屬性不同而造成的支持度不客觀合理的這一現(xiàn)象。

4 促銷方案及總體評(píng)價(jià)

得出商品組合的關(guān)聯(lián)度系數(shù)后，我們可以有效的掌握商品之間的關(guān)聯(lián)信息。網(wǎng)店就可以把關(guān)聯(lián)程度高、經(jīng)常被同時(shí)購(gòu)買的商品放在同一界面，方便顧客在購(gòu)物中找到自己的商品，那樣會(huì)更加的節(jié)約顧客的時(shí)間，而且也會(huì)促進(jìn)商品的銷售。在對(duì)商品進(jìn)行廣告宣傳和推薦時(shí)，可以根據(jù)分析結(jié)果進(jìn)行商品的選擇。對(duì)那些購(gòu)買頻率較高、同其他商品關(guān)聯(lián)規(guī)則較多的商品進(jìn)行宣傳推薦，其效果將事半功倍。

Apriori算法通過(guò)對(duì)數(shù)據(jù)的關(guān)聯(lián)性進(jìn)行了分析和挖掘，得出在決策制定過(guò)程中具有重要的參考價(jià)值的信息，廣泛應(yīng)用于商業(yè)、消費(fèi)市場(chǎng)價(jià)格分析中。通過(guò)數(shù)據(jù)挖掘，商家可以瞄準(zhǔn)目標(biāo)客戶，采用個(gè)人股票行市、最新信息、特殊的市場(chǎng)推廣活動(dòng)或其他一些特殊的信息手段，從而極大地減少?gòu)V告預(yù)算和增加收入。

［1］陸麗娜，陳亞萍.挖掘關(guān)聯(lián)規(guī)則中的 Apriori算法的研究[J].小型微型計(jì)算機(jī)系統(tǒng)，2000，21(9)：940-943.

［2］顏雪松，蔡之華.一種基于 Apriori的高效關(guān)聯(lián)規(guī)則挖掘算法的研究[J].計(jì)算機(jī)工程與應(yīng)用，2002，38(10)：209-211.

［3］王德興，胡學(xué)鋼，劉曉平，等.改進(jìn)購(gòu)物籃分析的關(guān)聯(lián)規(guī)則挖掘算法[J].重慶大學(xué)學(xué)報(bào)：自然科學(xué)版，2006，29(4)：105-107.

［4］LIU X，SHI B，XIE Y.An improved apriori algorithm for mining association rules[J].Journal of Shandong University(Natural Science)，2008，11：014.

［5］周霖，張宏山.購(gòu)物籃分析在零售業(yè)中的應(yīng)用研究[J].中國(guó)商貿(mào)，2013(8).

［6］Ye Y，Chiang C C.A parallel apriori algorithm for frequent itemsets mining[C]//Software Engineering Research，Management and Applications，2006.Fourth International Conference on.IEEE，2006：87-94.