【大数据部落】基于R的关联数据挖掘技术在煤矿隐患管理

研究煤矿隐患数据的挖掘以实现海量隐患数据的有效利用，在分析矿山数据挖掘枝术和煤矿隐患数据特点的基础上，提出煤矿隐患数据挖掘是矿山数字化的重要组成部分，给出煤矿隐患数据挖掘的概念，设计了煤矿隐患数据挖掘模型，并进一步分析了适用于煤矿隐患数据的挖掘算法。以关联算法为例，对隐患数据进行多维关联规则挖掘，分析挖掘结果表明隐患多维数据之间存在紧密关联性，能够为煤矿安全决策提供支持。

以下以R语言为例为大家介绍关联规则在煤矿隐患管理的应用

dat1=read.csv("安全隐患数据FP-Growth.csv",header=T ,stringsAsFactors=T)read data

head(dat1)have a look at data

   隐患日期隐患单位隐患条数       汇报人     隐患地点隐患地点.1
1 2009/1/2   综采队      5条       张立新   1106工作面     工作面
2 2009/1/2   综采队            赵军孙旭光   1106工作面     工作面
3 2009/1/2   综采队          郎志俊赵建军   1106工作面     工作面
4 2009/1/2 机电二队      4条宋慧刚李思光一采区胶带巷     胶带巷
5 2009/1/2 机电二队      4条宋慧刚李思光一采区胶带巷     胶带巷
6 2009/1/2 机电二队      4条宋慧刚李思光一采区胶带巷     胶带巷
     处理措施处理时间负责人                                    隐患描述
1       处理 2009/1/3 赵海根                     1、有两组支架高压胶管破
2 处理开水幕 2009/1/3 陈小旦               1、皮带机头硬架尾部压柱不吃劲
3   调整管理 2009/1/3 陈小旦            2、60-66架煤墙松软，有片帮现象
4       整改 2009/1/3 崔庆忠 1、主皮带上坡处第一道挡车器有一个肖未插到位
5       整改 2009/1/3 崔庆忠                 2、主皮带机头消防水管未码放
6       整改 2009/1/3 崔庆忠             4、主皮带机头有一盏灯一头未吊挂
     隐患主题隐患时间
1   支架问题第一季度
2 皮带机问题第一季度
3   片帮问题第一季度
4 皮带机问题第一季度
5   火灾问题第一季度
6 皮带机问题第一季度

隐患主题、隐患时间、隐患地点和隐患单位
dat1=as(dat1[c("隐患主题","隐患时间","隐患地点.1","隐患单位")], "transactions")

inspect(frequentsets[1:10]) 察看求得的频繁项集 review frequent sets

      items                                 support
[1]  {隐患主题=片帮问题,隐患地点.1=工作面} 0.05084388
[2]  {隐患地点.1=排水巷,隐患单位=综掘二队} 0.05327004
[3]  {隐患主题=支架问题,隐患地点.1=工作面} 0.06329114
[4]  {隐患时间=第二季度,隐患地点.1=猴车巷} 0.05126582
[5]  {隐患地点.1=猴车巷,隐患单位=综掘三队} 0.08829114
[6]  {隐患时间=第二季度,隐患单位=综掘一队} 0.05000000
[7]  {隐患地点.1=风巷,隐患单位=综掘一队}   0.08164557
[8]  {隐患时间=第二季度,隐患单位=综掘二队} 0.05527426
[9]  {隐患时间=第二季度,隐患单位=综掘三队} 0.05991561
[10] {隐患地点.1=工作面,隐患单位=综采队}   0.13491561

根据支持度对求得的频繁项集排序并察看（等价于inspect(sort(frequentsets)[1:10]）

      items                               support
[1]  {隐患时间=第二季度}                 0.3750000
[2]  {隐患地点.1=工作面}                 0.2995781
[3]  {隐患时间=第一季度}                 0.2668776
[4]  {隐患时间=第三季度}                 0.1997890
[5]  {隐患单位=综安队}                   0.1775316
[6]  {隐患地点.1=风巷}                   0.1585443
[7]  {隐患地点.1=工作面,隐患单位=综安队} 0.1521097
[8]  {隐患主题=锚杆问题}                 0.1464135
[9]  {隐患时间=第四季度}                 0.1437764
[10] {隐患主题=皮带机问题}               0.1431435

fp growth tree Mine association rules

fptree=function (data, parameter = NULL, appearance = NULL, control = NULL)
{
  data <- as(data, "transactions")
  items <- data@data
  if (is(appearance, "list"))
    appearance <- as(c(appearance, list(labels = itemLabels(data))),
                     "APappearance")
  appearance <- as(appearance, "APappearance")
  control <- as(control, "APcontrol")
  parameter <- as(parameter, "APparameter")
  if (control@verbose) {
print(parameter)
    cat("\nAlgorithmic control:\n")
    print(control)
  }
  abs_supp <- as.integer(parameter@support * length(data))
  if (control@verbose) {
    cat("\nAbsolute minimum support count:", abs_supp, "\n\n")
  }

  call <- match.call()
  result@info <- list(data = call$data, ntransactions = length(data),
                      support = parameter@support, confidence = parameter@confidence)
  if (is(result, "rules")) {
    validObject(result@lhs@data)
    validObject(result@rhs@data)
  }
  else {
    validObject(result@items@data)
  }
  result
}

rules=fptree(dat1,parameter=list(support=0.06,confidence=0.1,minlen=2)) 求关联规则

summary(rules)Inspect transactions

set of 25 rules

rule length distribution (lhs + rhs):sizes
  2  3
22  3

    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
    2.00    2.00    2.00    2.12    2.00    3.00

summary of quality measures:
     support          confidence          lift
  Min.   :0.06276   Min.   :0.1868   Min.   :0.9775
  1st Qu.:0.06456   1st Qu.:0.2928   1st Qu.:1.0806
  Median :0.07078   Median :0.4244   Median :1.3247
  Mean   :0.08642   Mean   :0.4940   Mean   :2.5253
  3rd Qu.:0.08829   3rd Qu.:0.6643   3rd Qu.:3.2100
  Max.   :0.15211   Max.   :0.9676   Max.   :7.2803

mining info:
  data ntransactions support confidence
  dat1          9480    0.06        0.1

inspect(head(rules))

     lhs                    rhs                 support    confidence
[1] {隐患主题=支架问题} => {隐患地点.1=工作面} 0.06329114 0.9600000
[2] {隐患地点.1=工作面} => {隐患主题=支架问题} 0.06329114 0.2112676
[3] {隐患地点.1=猴车巷} => {隐患单位=综掘三队} 0.08829114 0.9676301
[4] {隐患单位=综掘三队} => {隐患地点.1=猴车巷} 0.08829114 0.6642857
[5] {隐患单位=综掘一队} => {隐患地点.1=风巷}   0.08164557 0.7267606
[6] {隐患地点.1=风巷}   => {隐患单位=综掘一队} 0.08164557 0.5149701
     lift
[1] 3.204507
[2] 3.204507
[3] 7.280264
[4] 7.280264
[5] 4.583959
[6] 4.583959

quality(head(rules))

      support confidence     lift
1 0.06329114  0.9600000 3.204507
2 0.06329114  0.2112676 3.204507
3 0.08829114  0.9676301 7.280264
4 0.08829114  0.6642857 7.280264
5 0.08164557  0.7267606 4.583959
6 0.08164557  0.5149701 4.583959

rules <- sort(rules, by="support")
inspect(head(rules, n=40))Look at rules with highest support

      lhs                                      rhs
[1]  {隐患单位=综安队}                     => {隐患地点.1=工作面}
[2]  {隐患地点.1=工作面}                   => {隐患单位=综安队}
[3]  {隐患单位=综采队}                     => {隐患地点.1=工作面}
[4]  {隐患地点.1=工作面}                   => {隐患单位=综采队}
[5]  {隐患地点.1=工作面}                   => {隐患时间=第二季度}
[6]  {隐患时间=第二季度}                   => {隐患地点.1=工作面}
[7]  {隐患地点.1=猴车巷}                   => {隐患单位=综掘三队}
[8]  {隐患单位=综掘三队}                   => {隐患地点.1=猴车巷}
[9]  {隐患时间=第一季度}                   => {隐患地点.1=工作面}
[10] {隐患地点.1=工作面}                   => {隐患时间=第一季度}
[11] {隐患单位=综掘一队}                   => {隐患地点.1=风巷}
[12] {隐患地点.1=风巷}                     => {隐患单位=综掘一队}
[13] {隐患单位=综安队}                     => {隐患时间=第二季度}
[14] {隐患时间=第二季度}                   => {隐患单位=综安队}
[15] {隐患地点.1=风巷}                     => {隐患时间=第二季度}
[16] {隐患时间=第二季度}                   => {隐患地点.1=风巷}
[17] {隐患地点.1=工作面,隐患单位=综安队}   => {隐患时间=第二季度}
[18] {隐患时间=第二季度,隐患单位=综安队}   => {隐患地点.1=工作面}
[19] {隐患时间=第二季度,隐患地点.1=工作面} => {隐患单位=综安队}
[20] {隐患时间=第三季度}                   => {隐患地点.1=工作面}
[21] {隐患地点.1=工作面}                   => {隐患时间=第三季度}
[22] {隐患主题=支架问题}                   => {隐患地点.1=工作面}
[23] {隐患地点.1=工作面}                   => {隐患主题=支架问题}
[24] {隐患单位=综安队}                     => {隐患时间=第一季度}
[25] {隐患时间=第一季度}                   => {隐患单位=综安队}
      support    confidence lift
[1]  0.15210970 0.8568033  2.8600336
[2]  0.15210970 0.5077465  2.8600336
[3]  0.13491561 0.9616541  3.2100286
[4]  0.13491561 0.4503521  3.2100286
[5]  0.10981013 0.3665493  0.9774648
[6]  0.10981013 0.2928270  0.9774648
[7]  0.08829114 0.9676301  7.2802642
[8]  0.08829114 0.6642857  7.2802642
[9]  0.08639241 0.3237154  1.0805712
[10] 0.08639241 0.2883803  1.0805712
[11] 0.08164557 0.7267606  4.5839588
[12] 0.08164557 0.5149701  4.5839588
[13] 0.07078059 0.3986928  1.0631808
[14] 0.07078059 0.1887482  1.0631808
[15] 0.07004219 0.4417831  1.1780883
[16] 0.07004219 0.1867792  1.1780883
[17] 0.06455696 0.4244105  1.1317614
[18] 0.06455696 0.9120715  3.0445205
[19] 0.06455696 0.5878963  3.3115012
[20] 0.06339662 0.3173178  1.0592159
[21] 0.06339662 0.2116197  1.0592159
[22] 0.06329114 0.9600000  3.2045070
[23] 0.06329114 0.2112676  3.2045070
[24] 0.06276371 0.3535354  1.3247095
[25] 0.06276371 0.2351779  1.3247095

Look at rules with highest support

      lhs                                      rhs
[1]  {隐患地点.1=猴车巷}                   => {隐患单位=综掘三队}
[2]  {隐患单位=综采队}                     => {隐患地点.1=工作面}
[3]  {隐患主题=支架问题}                   => {隐患地点.1=工作面}
[4]  {隐患时间=第二季度,隐患单位=综安队}   => {隐患地点.1=工作面}
[5]  {隐患单位=综安队}                     => {隐患地点.1=工作面}
[6]  {隐患单位=综掘一队}                   => {隐患地点.1=风巷}
[7]  {隐患单位=综掘三队}                   => {隐患地点.1=猴车巷}
[8]  {隐患时间=第二季度,隐患地点.1=工作面} => {隐患单位=综安队}
[9]  {隐患地点.1=风巷}                     => {隐患单位=综掘一队}
[10] {隐患地点.1=工作面}                   => {隐患单位=综安队}
[11] {隐患地点.1=工作面}                   => {隐患单位=综采队}
[12] {隐患地点.1=风巷}                     => {隐患时间=第二季度}
[13] {隐患地点.1=工作面,隐患单位=综安队}   => {隐患时间=第二季度}
[14] {隐患单位=综安队}                     => {隐患时间=第二季度}
[15] {隐患地点.1=工作面}                   => {隐患时间=第二季度}
[16] {隐患单位=综安队}                     => {隐患时间=第一季度}
[17] {隐患时间=第一季度}                   => {隐患地点.1=工作面}
[18] {隐患时间=第三季度}                   => {隐患地点.1=工作面}
[19] {隐患时间=第二季度}                   => {隐患地点.1=工作面}
[20] {隐患地点.1=工作面}                   => {隐患时间=第一季度}
[21] {隐患时间=第一季度}                   => {隐患单位=综安队}
[22] {隐患地点.1=工作面}                   => {隐患时间=第三季度}
[23] {隐患地点.1=工作面}                   => {隐患主题=支架问题}
[24] {隐患时间=第二季度}                   => {隐患单位=综安队}
[25] {隐患时间=第二季度}                   => {隐患地点.1=风巷}
      support    confidence lift
[1]  0.08829114 0.9676301  7.2802642
[2]  0.13491561 0.9616541  3.2100286
[3]  0.06329114 0.9600000  3.2045070
[4]  0.06455696 0.9120715  3.0445205
[5]  0.15210970 0.8568033  2.8600336
[6]  0.08164557 0.7267606  4.5839588
[7]  0.08829114 0.6642857  7.2802642
[8]  0.06455696 0.5878963  3.3115012
[9]  0.08164557 0.5149701  4.5839588
[10] 0.15210970 0.5077465  2.8600336
[11] 0.13491561 0.4503521  3.2100286
[12] 0.07004219 0.4417831  1.1780883
[13] 0.06455696 0.4244105  1.1317614
[14] 0.07078059 0.3986928  1.0631808
[15] 0.10981013 0.3665493  0.9774648
[16] 0.06276371 0.3535354  1.3247095
[17] 0.08639241 0.3237154  1.0805712
[18] 0.06339662 0.3173178  1.0592159
[19] 0.10981013 0.2928270  0.9774648
[20] 0.08639241 0.2883803  1.0805712
[21] 0.06276371 0.2351779  1.3247095
[22] 0.06339662 0.2116197  1.0592159
[23] 0.06329114 0.2112676  3.2045070
[24] 0.07078059 0.1887482  1.0631808
[25] 0.07004219 0.1867792  1.1780883

Look at rules with highest lift

      lhs                                      rhs
[1]  {隐患地点.1=猴车巷}                   => {隐患单位=综掘三队}
[2]  {隐患单位=综掘三队}                   => {隐患地点.1=猴车巷}
[3]  {隐患单位=综掘一队}                   => {隐患地点.1=风巷}
[4]  {隐患地点.1=风巷}                     => {隐患单位=综掘一队}
[5]  {隐患时间=第二季度,隐患地点.1=工作面} => {隐患单位=综安队}
[6]  {隐患单位=综采队}                     => {隐患地点.1=工作面}
[7]  {隐患地点.1=工作面}                   => {隐患单位=综采队}
[8]  {隐患地点.1=工作面}                   => {隐患主题=支架问题}
[9]  {隐患主题=支架问题}                   => {隐患地点.1=工作面}
[10] {隐患时间=第二季度,隐患单位=综安队}   => {隐患地点.1=工作面}
[11] {隐患单位=综安队}                     => {隐患地点.1=工作面}
[12] {隐患地点.1=工作面}                   => {隐患单位=综安队}
[13] {隐患单位=综安队}                     => {隐患时间=第一季度}
[14] {隐患时间=第一季度}                   => {隐患单位=综安队}
[15] {隐患地点.1=风巷}                     => {隐患时间=第二季度}
[16] {隐患时间=第二季度}                   => {隐患地点.1=风巷}
[17] {隐患地点.1=工作面,隐患单位=综安队}   => {隐患时间=第二季度}
[18] {隐患时间=第一季度}                   => {隐患地点.1=工作面}
[19] {隐患地点.1=工作面}                   => {隐患时间=第一季度}
[20] {隐患单位=综安队}                     => {隐患时间=第二季度}
[21] {隐患时间=第二季度}                   => {隐患单位=综安队}
[22] {隐患时间=第三季度}                   => {隐患地点.1=工作面}
[23] {隐患地点.1=工作面}                   => {隐患时间=第三季度}
[24] {隐患地点.1=工作面}                   => {隐患时间=第二季度}
[25] {隐患时间=第二季度}                   => {隐患地点.1=工作面}
      support    confidence lift
[1]  0.08829114 0.9676301  7.2802642
[2]  0.08829114 0.6642857  7.2802642
[3]  0.08164557 0.7267606  4.5839588
[4]  0.08164557 0.5149701  4.5839588
[5]  0.06455696 0.5878963  3.3115012
[6]  0.13491561 0.9616541  3.2100286
[7]  0.13491561 0.4503521  3.2100286
[8]  0.06329114 0.2112676  3.2045070
[9]  0.06329114 0.9600000  3.2045070
[10] 0.06455696 0.9120715  3.0445205
[11] 0.15210970 0.8568033  2.8600336
[12] 0.15210970 0.5077465  2.8600336
[13] 0.06276371 0.3535354  1.3247095
[14] 0.06276371 0.2351779  1.3247095
[15] 0.07004219 0.4417831  1.1780883
[16] 0.07004219 0.1867792  1.1780883
[17] 0.06455696 0.4244105  1.1317614
[18] 0.08639241 0.3237154  1.0805712
[19] 0.08639241 0.2883803  1.0805712
[20] 0.07078059 0.3986928  1.0631808
[21] 0.07078059 0.1887482  1.0631808
[22] 0.06339662 0.3173178  1.0592159
[23] 0.06339662 0.2116197  1.0592159
[24] 0.10981013 0.3665493  0.9774648
[25] 0.10981013 0.2928270  0.9774648