食品安全监管中的关联规则挖掘

食品安全监管部门每日产生大量的食品安全检测数据，这些大量的数据集合中包含了丰富的食品安全信息。通过对食品安全检测数据进行深度分析和挖掘，获得这些信息，可以为食品安全监管工作提供决策依据。 本课题根据食品安全监管工作的特点和需要，将数据挖掘技术引入到食品安全检测数据的分析中来，从以下方面对食品安全检测数据的关联规则挖掘进行了研究。 1．结合食品安全检测数据的特点，对食品安全检测数据库中的原始数据，从数据选择、清洗、离散化和概念分层几个方面给出了具体的预处理方法，为后续的关联规则挖掘做好准备。 2．提出一种针对食品安全检测数据的多维的、多层的、多值关联规则挖掘方法，通过构造平面表结构和进行属性多值-布尔映射，实现挖掘。对某出入境检验检疫局提供的食品安全检测数据库进行关联规则挖掘，实验结果表明，挖掘得到的规则可为食品安全监管决策制定提供参考信息。 3．针对从大量规则中如何筛选出有效规则的问题，本文提出了一种综合筛选方法，即针对规则约束冗余、负相关冗余、维内信息冗余和多层规则冗余等各种情况，给出相应解决方法，并将这些方法结合起来构成综合筛选方法。将这种综合筛选方法应用在食品安全检测数据挖掘得到的关联规则上，实验结果表明该方法能够有效去除大量冗余规则。