何 林，劉宇紅，張榮芬

(貴州大學(xué) 大數(shù)據(jù)與信息工程學(xué)院，貴州 貴陽(yáng) 550025)

0 引 言

近年來(lái)，傳統(tǒng)工業(yè)正在經(jīng)歷改革變遷中，產(chǎn)業(yè)結(jié)構(gòu)發(fā)生重大調(diào)整，2015年《中國(guó)制造2025》的提出為工業(yè)改革指明了方向，明確了以“智能制造”為核心的思想[1-2]。生產(chǎn)模式的改變必須注入新的技術(shù)，才能給改革帶來(lái)源源不斷的動(dòng)力。在工業(yè)生產(chǎn)中為了提升產(chǎn)品質(zhì)量，會(huì)在生產(chǎn)線上做出各種決策，根據(jù)生產(chǎn)情況做出調(diào)整，這個(gè)過(guò)程中會(huì)產(chǎn)生大量的數(shù)據(jù)。對(duì)數(shù)據(jù)的充分利用就起到了舉重若輕的作用。工業(yè)數(shù)據(jù)具有多變量，復(fù)雜且具有相互耦合的特點(diǎn)。各變量之間相互牽制、相互影響，很難用傳統(tǒng)的統(tǒng)計(jì)學(xué)表達(dá)數(shù)據(jù)之間的關(guān)系，數(shù)據(jù)挖掘技術(shù)恰好能解決這個(gè)弊端。其目的是挖掘有意義的規(guī)則，解決企業(yè)中數(shù)據(jù)利用率不足、技術(shù)標(biāo)準(zhǔn)不統(tǒng)一等問(wèn)題[3-5]。

數(shù)據(jù)挖掘(data mining)是一門技術(shù)。顧名思義是為了發(fā)現(xiàn)數(shù)據(jù)中的知識(shí)，幫助人們做出最佳決策[6]。例如，李海洋等人對(duì)學(xué)生沐浴時(shí)間和成績(jī)數(shù)據(jù)進(jìn)行挖掘，通過(guò)對(duì)學(xué)生的洗澡數(shù)據(jù)與成績(jī)挖掘分析，判斷成績(jī)的優(yōu)良與洗浴數(shù)據(jù)之間的關(guān)鍵因素，發(fā)現(xiàn)下午洗澡次數(shù)越多，成績(jī)?cè)讲焕硐耄鄬?duì)來(lái)說(shuō)，晚上洗澡次數(shù)多的學(xué)生成績(jī)比較優(yōu)秀，并且不太愛(ài)洗澡的學(xué)生成績(jī)也不太好，為學(xué)校學(xué)生管理工作提供有效性建議[7]?？诅鞯热瞬捎脭?shù)據(jù)挖掘關(guān)聯(lián)規(guī)則算法探究針灸治療重癥肌無(wú)力(myasthenia gravis，MG)的治療方案，發(fā)現(xiàn)治療眼肌型MG配合攢竹、陽(yáng)白、魚腰等近端取穴，全身型配合三陰交、合谷、陽(yáng)陵泉等，辨證加減治療能達(dá)到最佳治療效果[8]。馬文等人采用聚類方法將工業(yè)電氣設(shè)備參數(shù)進(jìn)行特征重組，利用重組結(jié)果進(jìn)行數(shù)學(xué)化處理，進(jìn)行特征匹配，為特征識(shí)別提供可依基礎(chǔ)，最終實(shí)現(xiàn)大數(shù)據(jù)的多特征識(shí)別[9]。在工業(yè)數(shù)據(jù)挖掘領(lǐng)域，王雪姣等人根據(jù)工業(yè)生產(chǎn)班組運(yùn)行質(zhì)量問(wèn)題，采用傳統(tǒng)Apriori關(guān)聯(lián)規(guī)則挖掘算法發(fā)現(xiàn)生產(chǎn)最優(yōu)的最佳搭配班組，通過(guò)組合不同的生產(chǎn)班組，生產(chǎn)效果不一樣，發(fā)現(xiàn)出現(xiàn)生產(chǎn)效果差的班組，進(jìn)行相應(yīng)的改造調(diào)整[10]。董軒萌等人采用傳統(tǒng)Apriori算法對(duì)造成煤自燃的因素進(jìn)行分析，根據(jù)煤中所含各種元素的比例，判斷各種組成成分對(duì)煤自燃的正負(fù)相關(guān)性[11]。目前，利用關(guān)聯(lián)規(guī)則算法對(duì)醫(yī)療數(shù)據(jù)進(jìn)行分析已相對(duì)成熟且廣泛，但在工業(yè)智能化生產(chǎn)領(lǐng)域能找到的相關(guān)文獻(xiàn)卻太少。在這個(gè)背景下，該文結(jié)合某企業(yè)工業(yè)鈾產(chǎn)品生產(chǎn)的測(cè)量數(shù)據(jù)，將Apriori關(guān)聯(lián)規(guī)則算法進(jìn)行改進(jìn)并應(yīng)用于工業(yè)產(chǎn)品質(zhì)量分析，以期為工業(yè)生產(chǎn)智能化與精細(xì)化提供支持，有一定的應(yīng)用創(chuàng)新性。

1 數(shù)據(jù)清洗

數(shù)據(jù)質(zhì)量會(huì)影響挖掘的效果，甚至?xí)a(chǎn)生誤導(dǎo)性的結(jié)果。工業(yè)生產(chǎn)過(guò)程中每時(shí)每刻都在產(chǎn)生數(shù)據(jù)，數(shù)據(jù)存在結(jié)構(gòu)復(fù)雜，來(lái)源廣泛等問(wèn)題。例如值超出常規(guī)范圍，數(shù)據(jù)不規(guī)范以及出現(xiàn)空值等問(wèn)題。數(shù)據(jù)清洗能提升數(shù)據(jù)質(zhì)量，數(shù)據(jù)清洗是數(shù)據(jù)挖掘過(guò)程中最重要的一個(gè)步驟。數(shù)據(jù)未經(jīng)清洗就進(jìn)行分析會(huì)產(chǎn)生誤導(dǎo)性結(jié)果。如果存在大量不相關(guān)和冗余的信息或嘈雜且不可靠的數(shù)據(jù)，則在訓(xùn)練階段進(jìn)行信息發(fā)現(xiàn)會(huì)更加困難。因此，在對(duì)數(shù)據(jù)進(jìn)行任何分析之前需要提升數(shù)據(jù)質(zhì)量，進(jìn)行數(shù)據(jù)清洗[12-14]。

在一些具體的實(shí)踐工作中,數(shù)據(jù)庫(kù)的清洗通常都是直接地占據(jù)整個(gè)數(shù)據(jù)分析工作全過(guò)程中的50%～80%。該文清洗內(nèi)容主要包括以下幾個(gè)過(guò)程:

第一，對(duì)產(chǎn)品缺失數(shù)據(jù)的處理，這一類缺失數(shù)據(jù)主要指的是一些產(chǎn)品應(yīng)該有的業(yè)務(wù)信息系統(tǒng)缺失，如產(chǎn)品供應(yīng)商的單位名稱、分公司的單位名稱、產(chǎn)品服務(wù)信息缺失，業(yè)務(wù)管理系統(tǒng)中的主表與業(yè)務(wù)明細(xì)表不能正確匹配等。對(duì)這一類型的數(shù)據(jù)進(jìn)行過(guò)濾，按照對(duì)缺失的數(shù)據(jù)內(nèi)容分別進(jìn)行備份，標(biāo)明內(nèi)容出來(lái)，根據(jù)每個(gè)目標(biāo)用戶判斷內(nèi)容是否存在需要進(jìn)行補(bǔ)充或者直接進(jìn)行刪除內(nèi)容即可。

第二，查找數(shù)據(jù)集中是否存在格式錯(cuò)誤，這一類格式錯(cuò)誤數(shù)據(jù)產(chǎn)生的根本原因主要是由于業(yè)務(wù)后臺(tái)系統(tǒng)不夠健全，在用戶接收到輸入數(shù)據(jù)后沒(méi)有對(duì)數(shù)據(jù)進(jìn)行錯(cuò)誤判斷就直接將數(shù)據(jù)寫入后臺(tái)數(shù)據(jù)庫(kù)。比如數(shù)值數(shù)據(jù)被傳輸成一個(gè)全角度的數(shù)字字符、字符串輸入數(shù)據(jù)之間有空格操作、中英文符號(hào)用錯(cuò)、大小寫沒(méi)區(qū)分、日期書寫不合規(guī)范等等。

第三，對(duì)一些出現(xiàn)邏輯問(wèn)題的數(shù)據(jù)進(jìn)行分析處理，這部分處理工作主要目的是為了徹底去掉一些通常只需要簡(jiǎn)單邏輯推理方法就可以直接快速準(zhǔn)確發(fā)現(xiàn)這些數(shù)據(jù)，防止這些出現(xiàn)邏輯問(wèn)題的數(shù)據(jù)對(duì)處理結(jié)果發(fā)生走偏。通常矛盾問(wèn)題可以通過(guò)進(jìn)行數(shù)據(jù)去重、去除不合理值、修改矛盾文件對(duì)象及其內(nèi)容等多種方式得到有效解決。

2 數(shù)據(jù)處理

2.1 數(shù)據(jù)來(lái)源

該文的數(shù)據(jù)來(lái)自于某工廠生產(chǎn)鈾時(shí)所記錄的測(cè)量數(shù)據(jù)，總共有12 991條，4個(gè)測(cè)量參數(shù)，分別是：電壓C、漏電流ESR、容量CAP、損耗D。在經(jīng)過(guò)清洗之后還剩下12 533條，四個(gè)變量所描述的信息與產(chǎn)品質(zhì)量有關(guān)，產(chǎn)品質(zhì)量可分為三類：“優(yōu)” best，“合格” ok，“不合格”bad，變量類型如表1所示。

表1 變量描述及說(shuō)明

2.2 利用K-means對(duì)數(shù)據(jù)進(jìn)行聚類分析

根據(jù)企業(yè)的需求，該文需要對(duì)產(chǎn)品測(cè)量參數(shù)挖掘有用的信息。在對(duì)數(shù)據(jù)進(jìn)行分析之前需要對(duì)數(shù)據(jù)進(jìn)行離散化處理。離散化結(jié)果會(huì)對(duì)后續(xù)挖掘結(jié)果產(chǎn)生影響。戴新建利用K-means算法對(duì)電視用戶信息進(jìn)行聚類分析，分析各類用戶給企業(yè)帶來(lái)的營(yíng)銷價(jià)值[15]。張莉?yàn)榱苏业接绊懗煽?jī)的因素，利用K-means算法聚類學(xué)生成績(jī)，再結(jié)合ID3算法構(gòu)建一棵完整的決策樹(shù)[16]。上述學(xué)者利用K-means算法對(duì)數(shù)據(jù)集進(jìn)行離散化處理分析均取了得優(yōu)的效果。該文利用K-means算法對(duì)工業(yè)鈾的測(cè)量數(shù)據(jù)進(jìn)行離散化處理，得到不同區(qū)間的類別來(lái)代替離散化數(shù)據(jù)。

K-means算法是機(jī)器學(xué)習(xí)中最為經(jīng)典的算法之一，其主要目的是為了發(fā)現(xiàn)數(shù)據(jù)集的分類情況，根據(jù)要求分成適合的簇。

算法基本原理為:

確定需要的K個(gè)簇的質(zhì)心，往往質(zhì)心是隨機(jī)選擇數(shù)據(jù)集中的K個(gè)點(diǎn)作為初始質(zhì)心且K個(gè)點(diǎn)之間的距離盡量大。計(jì)算數(shù)據(jù)集點(diǎn)與質(zhì)心之間的距離，并將離最近質(zhì)心的點(diǎn)分配給該質(zhì)心所屬的簇。經(jīng)過(guò)一輪之后每個(gè)質(zhì)心點(diǎn)都會(huì)擁有自己所屬的簇，此時(shí)通過(guò)計(jì)算各簇中所有每個(gè)點(diǎn)的質(zhì)心平均值作為計(jì)算下一輪的質(zhì)心，直到質(zhì)心點(diǎn)不再發(fā)生改變。

通常情況下，由于產(chǎn)品質(zhì)量的差別，測(cè)量值會(huì)發(fā)生較大的波動(dòng)，不同規(guī)格的產(chǎn)品，測(cè)量參數(shù)往往會(huì)聚集在某一區(qū)間。利用數(shù)據(jù)分布區(qū)間大，根據(jù)數(shù)據(jù)點(diǎn)間距離遠(yuǎn)這一特點(diǎn)，采用K-means算法對(duì)數(shù)據(jù)進(jìn)行離散化處理，將處于不同區(qū)間的測(cè)量值進(jìn)行聚類處理，為之后做關(guān)聯(lián)規(guī)則分析提供有效的輸入。經(jīng)過(guò)K-means算法處理，得到了以下最佳聚類效果，如表2所示。

表2描述了測(cè)量數(shù)據(jù)經(jīng)過(guò)K-means算法處理后，測(cè)量參數(shù)聚類的類別數(shù)以及每個(gè)類別所屬區(qū)間值，其中電壓C聚類成4個(gè)類別，漏電流ESR聚類成3個(gè)類別，損耗D聚類成4個(gè)類別，容量聚類成3個(gè)類別。

表2 測(cè)量數(shù)據(jù)分類說(shuō)明

根據(jù)分類結(jié)果，挑選部分?jǐn)?shù)據(jù)進(jìn)行說(shuō)明。電壓值處于[0,1)會(huì)被聚類成C1類，處于[1,100)聚類成C2類，如：表3中編號(hào)1這一行中電壓值為3.1，根據(jù)聚類結(jié)果為C2類，如表4中編號(hào)1電壓C所示；表3中編號(hào)4這一行中電壓值為0.22，根據(jù)聚類結(jié)果為C1類，如表4中編號(hào)4電壓C所示。漏電流值處于[0,600)會(huì)被聚類成ESR1類，處于[600,5 000)聚類成ESR2類，如：表3中編號(hào)1這一行中漏電流值為188.3，根據(jù)聚類結(jié)果為ESR1類，如表4中編號(hào)1漏電流D所示；表3中編號(hào)3這一行中漏電流值為4 354，根據(jù)聚類結(jié)果為ESR2類，如表4中編號(hào)3漏電流ESR所示。損耗值處于[0,10)會(huì)被聚類成ESR1類，處于[90,100]聚類成ESR4類，如：表3中編號(hào)1這一行中損耗值為1.14，根據(jù)聚類結(jié)果為D1類，如表4中編號(hào)1損耗D所示；表3中編號(hào)4這一行中損耗值為97.23，根據(jù)聚類結(jié)果為D4類，如表4中編號(hào)4損耗D所示。容量值處于[0,50)會(huì)被聚類成CAP1類，如：表3中編號(hào)1這一行中容量值為19.12，根據(jù)聚類結(jié)果為CAP1類，如表4中編號(hào)1容量所示。表3與表4完整地展現(xiàn)了數(shù)據(jù)集前五條數(shù)據(jù)分類前后的對(duì)比。

表3 聚類前的數(shù)據(jù)集前5行

表4 聚類后的數(shù)據(jù)集前5行

3 關(guān)聯(lián)規(guī)則的Apriori算法

3.1 傳統(tǒng)Apriori算法

關(guān)聯(lián)規(guī)則(Association Rule)算法是關(guān)聯(lián)數(shù)據(jù)分析挖掘算法領(lǐng)域的重要技術(shù)分支[17]。關(guān)聯(lián)規(guī)則如何發(fā)現(xiàn)大量關(guān)聯(lián)數(shù)據(jù)中項(xiàng)集之間有趣的且互相關(guān)聯(lián)的關(guān)系，如何從為數(shù)眾多的關(guān)聯(lián)變量中快捷地準(zhǔn)確選出其中關(guān)聯(lián)性最強(qiáng)的兩組或者更多的一組關(guān)聯(lián)變量，這是研究關(guān)聯(lián)規(guī)則挖掘算法的一個(gè)核心技術(shù)問(wèn)題[18]。關(guān)聯(lián)規(guī)則Apriori算法由R.Agrawal等人于1933年正式提出，它其實(shí)是一種先驗(yàn)概率處理算法，在數(shù)學(xué)分類意義上說(shuō)它屬于一種單維、單層、布爾關(guān)聯(lián)代數(shù)規(guī)則。它是指利用頻繁項(xiàng)集挖掘數(shù)據(jù)先驗(yàn)知識(shí),采取數(shù)據(jù)層次順序搜索的一種循環(huán)挖掘方法，可用來(lái)快速完成頻繁項(xiàng)集的數(shù)據(jù)挖掘處理工作?？偟膩?lái)說(shuō)，Apriori算法可分為兩大步驟，首先從數(shù)據(jù)庫(kù)中發(fā)現(xiàn)頻繁項(xiàng)集，再?gòu)念l繁項(xiàng)集中挖掘具有強(qiáng)關(guān)聯(lián)規(guī)則的項(xiàng)集。

Apriori算法的頻繁項(xiàng)集的發(fā)現(xiàn)受兩個(gè)變量的限制，分別是最小支持度(minsup)和最小置信度(minconfi)。只有滿足這兩個(gè)條件的項(xiàng)集才能被篩選為頻繁項(xiàng)集[19]。頻繁項(xiàng)集還具有隨著項(xiàng)越多，支持度越低的特點(diǎn)。也就是說(shuō)，若K-項(xiàng)集的支持度小于最小支持度，那么(K+1,K+2,…)-項(xiàng)集的支持度也不可能高于最小支持度。因此，當(dāng)Apriori算法發(fā)現(xiàn)K-項(xiàng)集為非頻繁項(xiàng)集時(shí),就不會(huì)再往下掃描K+1-項(xiàng)集，極大節(jié)省了算法計(jì)算時(shí)間。

Apriori算法的基本思想是：找出數(shù)據(jù)庫(kù)D中所有同時(shí)滿足最小支持度和最小置信度的項(xiàng)集，即為頻繁項(xiàng)集。頻繁項(xiàng)集中的所有強(qiáng)關(guān)聯(lián)規(guī)則均滿足最小支持度和最小置信度這個(gè)閾值。其主要思想是：對(duì)于項(xiàng)集A與項(xiàng)集B產(chǎn)生的關(guān)聯(lián)規(guī)則A=>B均大于最小支持度和最小置信度，其中項(xiàng)集A和項(xiàng)集B均滿足A≠φ,B≠φ,A∩B=φ。關(guān)聯(lián)規(guī)則A=>B的強(qiáng)度由支持度和置信度決定，可由公式(1)和公式(2)表示：

support(A=>B)=P(A∪B)=

(1)

(2)

3.2 改進(jìn)的Apriori算法

在使用Apriori獲取頻繁項(xiàng)集之后構(gòu)造關(guān)聯(lián)規(guī)則時(shí)，進(jìn)一步加入提升度[20]的概念判斷頻繁項(xiàng)集之間的關(guān)系。項(xiàng)集A和B出現(xiàn)的概率分別用為P(A)和P(B)表示，所加入的提升度的公式為：

將提升度的概念引入到關(guān)聯(lián)規(guī)則的判斷中，確保關(guān)聯(lián)規(guī)則的有效性及意義。

具體算法流程如下：

輸入：事務(wù)數(shù)據(jù)庫(kù)D；最小支持度閾值minsup；最小置信度閾值minconfi;提升度閾值minup。

輸出：頻繁K項(xiàng)集。

步驟：

(1)K=1找出所有頻繁1項(xiàng)集；

(2)K++,挖掘頻繁K項(xiàng)集；

(3)判斷頻繁K項(xiàng)集產(chǎn)生的規(guī)則是否不小于最小置信度閾值、最小支持度閾值以及提升度閾值。

4 實(shí)驗(yàn)與結(jié)果分析

4.1 關(guān)聯(lián)規(guī)則挖掘結(jié)果分析

實(shí)驗(yàn)主要使用python語(yǔ)言構(gòu)建測(cè)試算法分析模型，測(cè)試中通過(guò)使用改進(jìn)的Apriori算法對(duì)測(cè)量值進(jìn)行挖掘，將得到的結(jié)果進(jìn)行詳細(xì)分析，利用得到的有價(jià)值的結(jié)論為生產(chǎn)管理者進(jìn)行生產(chǎn)改革或制定相應(yīng)的決策提供幫助。其中最小支持度閾值與最小置信閾值的設(shè)定對(duì)最終的結(jié)果會(huì)產(chǎn)生較大影響。如果最小支持度過(guò)大，大量的潛在規(guī)則可能會(huì)被刪除；相反，如果最小支持度過(guò)小，則會(huì)產(chǎn)生大量冗余的規(guī)則，不便于研究和決策度。

圖1為提升度UP>0,置信度confidence=0.02，在不同支持度下，改進(jìn)的Apriori算法挖掘關(guān)聯(lián)規(guī)則數(shù)量與傳統(tǒng)Apriori算法挖掘關(guān)聯(lián)規(guī)則數(shù)量的對(duì)比。

圖1 關(guān)聯(lián)規(guī)則數(shù)目對(duì)比

圖中可以看出改進(jìn)的Apriori算法能減少很多冗余的關(guān)聯(lián)規(guī)則，優(yōu)于傳統(tǒng)Apriori算法，改進(jìn)效果相當(dāng)明顯。

經(jīng)過(guò)多次測(cè)試對(duì)比，最終設(shè)定最小支持度minsup=0.005 2，最小置信度minconfidence=0.02，提升度UP≥0。上述數(shù)據(jù)挖掘模塊共產(chǎn)生117條關(guān)聯(lián)規(guī)則，這些關(guān)聯(lián)規(guī)則均同時(shí)滿足support≥0.005 2且confidence≥0.02，所以都是強(qiáng)關(guān)聯(lián)規(guī)則。由于挖掘產(chǎn)生的關(guān)聯(lián)規(guī)則較多，從得到的關(guān)聯(lián)規(guī)則中選取一部分進(jìn)行規(guī)則的描述和解讀(見(jiàn)表5～表7)。

表5 產(chǎn)品質(zhì)量“優(yōu)”部分關(guān)聯(lián)規(guī)則

表6 產(chǎn)品質(zhì)量“合格”部分關(guān)聯(lián)規(guī)則

表7 產(chǎn)品質(zhì)量“不合格”部分關(guān)聯(lián)規(guī)則

從表5編號(hào)5，6，7，8中可以看出，當(dāng)產(chǎn)品“優(yōu)”時(shí)，“漏電流”測(cè)量值的置信度達(dá)到了100%，也就是說(shuō)，若是產(chǎn)品“優(yōu)”，漏電流測(cè)量值一定會(huì)在[0,600)之間?！皳p耗”測(cè)量值的置信度達(dá)到98%，“電壓”測(cè)量值的置信度達(dá)到85%，“容量”測(cè)量值的置信度達(dá)到84%，由此得出結(jié)論：當(dāng)產(chǎn)品“優(yōu)”時(shí)，測(cè)量值漏電流ESR在[0，600)，電壓C在[1,100)，損耗D在[0,10)，容量CAP在[50,100)的可能性最大。另外，從編號(hào)1可以看出，該條強(qiáng)關(guān)聯(lián)規(guī)則支持度雖然僅僅為61.8%，但是置信度達(dá)到了83.7%，同樣驗(yàn)證了上述結(jié)論。

從表6中可以發(fā)現(xiàn)，當(dāng)質(zhì)量為“合格”時(shí)，測(cè)量參數(shù)出現(xiàn)“電壓”C∈[0,1), “漏電流”ESR∈[5 000,10 000], “損耗”D∈[60,90)，“容量”CAP∈[0,50)的情況最有可能。從表7可以看出，當(dāng)產(chǎn)品質(zhì)量為“不合格”時(shí)，編號(hào)1關(guān)聯(lián)規(guī)則支持度為0.054 8，表示數(shù)據(jù)中有5.5%的記錄是產(chǎn)品質(zhì)量為“不合格”，置信度0.774 5表示該情況下77.5%的可能質(zhì)量會(huì)為“不合格”。

結(jié)合表5～表7可以得出以下結(jié)論：

(1)產(chǎn)品質(zhì)量“優(yōu)”，測(cè)量值最有可能所屬區(qū)間分別是:

(2)產(chǎn)品質(zhì)量“合格”，測(cè)量值最有可能所屬區(qū)間分別是:

(3)產(chǎn)品質(zhì)量“不合格”，測(cè)量值最有可能所屬區(qū)間分別是:

根據(jù)這些結(jié)論，企業(yè)可以做出相應(yīng)的調(diào)整，例如企業(yè)追蹤每個(gè)批次產(chǎn)品在整個(gè)生產(chǎn)線的情況時(shí)，應(yīng)以結(jié)論(1)、(2)、(3)為標(biāo)準(zhǔn)，找出測(cè)量值發(fā)生動(dòng)態(tài)變化的原因，再以結(jié)論(1)作為閾值，監(jiān)控工業(yè)鈾在生產(chǎn)中的測(cè)量參數(shù)，當(dāng)測(cè)量參數(shù)波動(dòng)超過(guò)閾值，實(shí)施人工干預(yù)，有助于提高產(chǎn)品優(yōu)率。

4.2 挖掘分析結(jié)果與實(shí)際產(chǎn)品結(jié)果對(duì)比

根據(jù)4.1中得出的3條結(jié)論，進(jìn)一步從實(shí)際生產(chǎn)中另外獲取了1 000條測(cè)量數(shù)據(jù)，將得出的分析結(jié)果與實(shí)際產(chǎn)品測(cè)量值進(jìn)行對(duì)比分析，測(cè)試挖掘分析結(jié)果的準(zhǔn)確性。

圖2是實(shí)際產(chǎn)品質(zhì)量數(shù)量與挖掘分析結(jié)果預(yù)測(cè)數(shù)量對(duì)比柱狀圖，分別是實(shí)際“優(yōu)”與挖掘分析“優(yōu)”的對(duì)比，實(shí)際“合格”與挖掘分析“合格”的對(duì)比，實(shí)際“不合格”與挖掘分析“不合格”的對(duì)比。

根據(jù)對(duì)比結(jié)果，在1 000條測(cè)量數(shù)據(jù)中，實(shí)際產(chǎn)品“優(yōu)”數(shù)為765，根據(jù)“結(jié)論1”得出的產(chǎn)品“優(yōu)”數(shù)為701，準(zhǔn)確率達(dá)到91.63%，剩下的64條測(cè)試為“合格”；實(shí)際產(chǎn)品“合格”數(shù)為134，根據(jù)“結(jié)論2”得出的產(chǎn)品“合格”數(shù)為112，準(zhǔn)確率為83.58%，剩下的22條有17條測(cè)試為“優(yōu)”，4條檢測(cè)為“不合格”；實(shí)際產(chǎn)品“不合格”數(shù)為101，根據(jù)“結(jié)論3”得出的產(chǎn)品“不合格”數(shù)為89，準(zhǔn)確率達(dá)到88.12%，剩下的12條中有11條測(cè)試為“合格”，1條為“優(yōu)”。

圖2 實(shí)際測(cè)量結(jié)果與挖掘分析結(jié)果對(duì)比

經(jīng)過(guò)上述對(duì)比分析，發(fā)現(xiàn)三條結(jié)論準(zhǔn)確率均超過(guò)了83%，可為企業(yè)提供強(qiáng)有力的數(shù)據(jù)支持。

5 結(jié)束語(yǔ)

對(duì)產(chǎn)品參數(shù)的研究管理對(duì)生產(chǎn)十分重要，生產(chǎn)效率及質(zhì)量決定企業(yè)的收益。分析工業(yè)數(shù)據(jù)，提取有價(jià)值的信息對(duì)企業(yè)生產(chǎn)調(diào)節(jié)，做出調(diào)控起到十分重要的意義。數(shù)據(jù)挖掘技術(shù)涉及的功能很多,常用的功能有關(guān)聯(lián)分析、分類分析、預(yù)測(cè)分析、聚類分析等等。該文根據(jù)數(shù)據(jù)特點(diǎn)首先采用了聚類分析得到不同區(qū)間的類別來(lái)代替離散化數(shù)據(jù)，再利用改進(jìn)的關(guān)聯(lián)規(guī)則技術(shù)挖掘出企業(yè)產(chǎn)品質(zhì)量與測(cè)量參數(shù)之間的相互聯(lián)系，取得了不錯(cuò)的實(shí)驗(yàn)效果。