[发明专利]一种面向内河航标的事故数据挖掘方法与系统

权利要求书

1.一种面向内河航标的事故数据挖掘方法，其特征在于，包括以下步骤：

S1、获取多组内河航道任意指定河段发生事故前后的某一时间段的通航环境信息，并通过航道管理部门获取该时间段的航标属性信息、航道特征信息和事故报警信息，将以上信息汇总生成原始数据集；

S2、对原始数据集进行预处理，生成内河航标事故数据集；预处理至少包括字段的合并、创建及删除，缺失值处理和标签值处理；

S3、对内河航标事故数据集进行内在关联规则的挖掘；

S4、生成挖掘结果和事故预防建议；

所述S3具体为：

S3.1、以XFP-Tree关联规则挖掘算法为基础，对内河航标事故数据集进行内在关联规则的挖掘；

S3.2、针对FP-tree结构，添加标签内容，通过标签协助算法判断频繁项对应前缀是否为单一路径，降低XFP-Tree算法工作量；

S3.3、对FP-Tree算法的树结构进行剪枝，同时对算法频繁投影、频繁项集，添加关联规则挖掘的条件判断，抑制研究意义较小的关联规则生成，提升算法执行效率。

2.根据权利要求1所述的一种面向内河航标的事故数据挖掘方法，其特征在于，对FP-Tree算法的树结构进行剪枝的具体过程为：在遍历算法FP-tree结构时，若树结构存在一个分枝，当该分枝的节点M在该分枝上的支持度计数小于事先设定的最小支持度阈值时，便搜索该节点在树结构中其他分枝的位置；判断节点M初始分枝上子节点的集合是否包含其在新分枝上的子节点集合,若包含，那么剪掉节点M的初始分枝，并将新旧分枝中相似节点的支持度计数相加，以更新新分支上节点的支持度计数。

3.根据权利要求1所述的一种面向内河航标的事故数据挖掘方法，其特征在于，所述S1具体为：通过python网页爬虫方式获取多组内河航道任意指定河段发生事故前后的某一时间段的通航环境信息，并通过航道管理部门获取该时间段的航标属性信息、航道特征信息和事故报警信息，将以上信息汇总生成原始数据集；所述通航环境信息至少包括水位、天气和风速风向信息。

4.一种用于实现如权利要求1所述的一种面向内河航标的事故数据挖掘方法的系统，其特征在于，包括：

采集模块，用于获取多组内河航道任意指定河段发生事故前后的某一时间段的通航环境信息，并通过航道管理部门获取该时间段的航标属性信息、航道特征信息和事故报警信息，将以上信息汇总生成原始数据集；

预处理模块，用于对原始数据集进行预处理，生成内河航标事故数据集；预处理至少包括字段的合并、创建及删除，缺失值处理和标签值处理；

挖掘模块，用于对内河航标事故数据集进行内在关联规则的挖掘；

输出模块，用于生成挖掘结果和事故预防建议；

所述挖掘模块的具体工作过程为以XFP-Tree关联规则挖掘算法为基础，对内河航标事故数据集进行内在关联规则的挖掘；针对FP-tree结构，添加标签内容，通过标签协助算法判断频繁项对应前缀是否为单一路径，降低XFP-Tree算法工作量；对FP-Tree算法的树结构进行剪枝，同时对算法频繁投影、频繁项集，添加关联规则挖掘的条件判断，抑制研究意义较小的关联规则生成，提升算法执行效率。

5.根据权利要求4所述的系统，其特征在于，对FP-Tree算法的树结构进行剪枝的具体过程为：在遍历算法FP-tree结构时，若树结构存在一个分枝，当该分枝的节点M在该分枝上的支持度计数小于事先设定的最小支持度阈值时，便搜索该节点在树结构中其他分枝的位置；判断节点M初始分枝上子节点的集合是否包含其在新分枝上的子节点集合,若包含，那么剪掉节点M的初始分枝，并将新旧分枝中相似节点的支持度计数相加，以更新新分支上节点的支持度计数。

6.根据权利要求5所述的系统，其特征在于，所述采集模块的具体工作过程为：通过python网页爬虫方式获取多组内河航道任意指定河段发生事故前后的某一时间段的通航环境信息，并通过航道管理部门获取该时间段的航标属性信息、航道特征信息和事故报警信息，将上述信息汇总生成原始数据集；所述通航环境信息至少包括水位、天气和风速风向信息。