典型文献
基于支持度矩阵Apriori算法的钻井隐患关联挖掘
文献摘要：
运用数据挖掘技术研究钻井作业事故隐患的分布规律及其内在机理,是迫切需要解决的重要课题.针对冗余、复杂的钻井隐患数据在挖掘过程中频繁项集丢失及其生成效率低的问题,提出一种基于支持度矩阵的Apriori算法.首先,引入布尔矩阵来表示事务数据库,避免了数据库的重复扫描.其次,通过事务矩阵相乘构造支持度矩阵来获得支持度从而简化支持度计算方法.最后,对算法的连接策略进行优化,简化了频繁项集的生成过程,且在运算过程中不断约简矩阵结构.在UCI数据集上进行实验,证明了改进后的Apriori算法能有效地提高执行效率.将该算法应用于钻井历史隐患数据的关联挖掘,挖掘结果能为安全管理者提供科学的决策依据,实现对钻井作业事故隐患有效识别和风险控制,具有重要意义和推广应用价值.
文献关键词：
数据挖掘;钻井隐患;Apriori算法;关联规则;支持度矩阵
中图分类号：
作者姓名：
王兵;黄丹;李文璟
作者机构：
西南石油大学计算机科学学院,四川成都610500
文献出处：
引用格式：
[1]王兵;黄丹;李文璟-.基于支持度矩阵Apriori算法的钻井隐患关联挖掘)[J].西南石油大学学报（自然科学版）,2022(02):113-122
A类：
支持度矩阵,钻井隐患
B类：
Apriori,数据挖掘技术,钻井作业,作业事故,事故隐患,内在机理,隐患数据,中频,频繁项集,生成效率,布尔矩阵,重复扫描,相乘,生成过程,运算过程,约简,矩阵结构,UCI,执行效率,算法应用,安全管理者,决策依据,患有,风险控制,推广应用价值,关联规则
AB值：
0.329901
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
