图3 Apriori算法流程图

　　进行关联规则挖掘前我们需将数据进行离散化处理，处理的规则如下：

　　2.1 每天的测试时间8：00到20：00以半小时为间隔划分为24个时间段，如T1表示8：00-8：30，T2表示8：30-9：00，依次类推。

　　2.2 将空调开关状态记为两种，分别为开和关，记为O1（开）和O2（关）。

　　2.3 将室内有无人员情况记为两种，有人用Y1表示，没人用Y2表示。

　　2.4 室内温度分为三个级别，小于26设为A1，表示室内温度偏低，26-29设为A2，表示室内温度适宜，大于29度设为A3，表示室内温度偏高。

　　2.5 室外温度记为三个级别，小于等于32记为B1，表示室外温度相对较低；33-36记为B2，表示室外温度相对较高；大于等于37记为B3表示高温。

　　2.6 将空调设定温度分为三个级别，小于等于24记为S1，表示温度设定偏低，25-27记为S2表示温度设定适中，大于等于28记为S3表示温度设定高。当空调为关状态时空调设定温度为空调开时最后一次设定的温度。

　　2.7 将某一时间段内的“室内外温度差”设为三个级别，用R1表示室内外温差为0-5，表示室内外温差较小；R2表示室内外温差为6-12，表示室内外温差较大，大于等于13用R3表示，表示室内外温差巨大，室内外温度差的单位为摄氏度（℃）。

　　2.8 将某一时间段内的“空调设定温度与室内温度差”设为五个级别，按温差大小由小到大排列，依次记为D1到D5，如D1表示温差为0-3，D2表示室内外温差为4-6，依次类推，大于等于13记为D5，空调设定温度与室内温度差的单位为摄氏度（℃）。

　　2.9 每半小时内的耗电量我们设为三个区间段，按耗电量从小到大排列，依次记为E1到E3，此次划分我们将耗电量为 [0，0.2）设为E1，表示耗电量低；[0.2，0.4）记为E2，表示耗电量适中；大于等于0.4记为E3，表示耗电量较高。耗电量单位为千瓦时（kwh）。

　　将包含上述6个属性的数据进行预处理后得到单维的挖掘数据，部分处理后的挖掘数据如表1所示，除第一行属性名外其它每行即为一条事物项。

　　表1 部分处理后的挖掘数据

　　时间段 空调状态 有无人员 室内温度（℃） 室外温度 （℃） 空调设定温度 （℃） 室内外温度差（℃） 空调设定温度与室内温度差

　　（℃） 时间段内耗电量（kwh）

　　（℃）

　　T1 O1 Y1 A3 B1 S2 R1 D1 E2

　　T2 O1 Y1 A2 B2 S2 R1 D2 E2

　　T3 O1 Y1 A1 B2 S2 R2 D1 E2

　　T4 O1 Y1 A1 B2 S2 R3 D1 E2

　　T5 O1 Y1 A1 B3 S1 R3 D1 E1

　　T6 O1 Y1 A1 B3 S1 R3 D1 E2

　　T7 O1 Y1 A1 B3 S1 R3 D1 E1

　　T8 O2 Y2 A1 B3 S1 R3 D1 E1

　　T9 O1 Y1 A2 B3 S1 R3 D2 E3

　　T10 O1 Y1 A2 B3 S1 R3 D1 E2

　　T11 O1 Y1 A2 B3 S2 R3 D1 E3

　　T12 O1 Y1 A1 B3 S2 R3 D1 E3

　　T13 O1 Y1 A1 B3 S2 R3 D1 E2

　　T14 O1 Y1 A1 B3 S2 R3 D1 E2

　　T15 O1 Y1 A1 B3 S2 R3 D1 E2

　　T16 O1 Y1 A1 B3 S2 R3 D1 E2

　　T17 O1 Y1 A1 B2 S2 R3 D1 E1

　　将预处理数据应用Apriori算法进行关联规则挖据，设定最小支持度为2%，最小置信度为50%，以“单位时间段空调耗电量”为规则后件，得到了三个有趣的关联规则如表2所示：

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。