基于汽车售后故障数据的关联分析

• 作者: 吴奇石 孙林夫 杨静雅
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 汽车售后服务 故障数据 FP-growth改进算法 剪枝策略 均衡分组
• 年，卷（期）: 2019,（22）
• 所属期刊栏目: 工程与应用
• 页码范围: 219-224
• 页数: 6页
• 分类号: TP301.6
• 字数: 5359字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1808-0148

摘要

针对汽车产业链平台售后服务业务中故障数据量大、增长速度快的特点,以及传统FP-growth算法在处理海量数据时的缺陷,提出了基于MapReduce的FP-growth改进算法挖掘汽车售后故障信息间的关联关系.算法同时结合剪枝策略和均衡分组策略的优势,采用剪枝策略减少项集挖掘的迭代次数,基于均衡分组算法实现并行频繁模式挖掘过程的负载均衡.实验结果表明提出的算法性能较优.以汽车产业链协同平台的售后服务历史故障数据为样本,挖掘得到出现频率较高的重要故障件,以及同时发生故障概率较大的关联故障件.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙林夫	西南交通大学信息科学与技术学院	37	261	9.0	15.0
2	杨静雅	西南交通大学信息科学与技术学院	4	1	1.0	1.0
3	吴奇石	西南交通大学信息科学与技术学院	9	2	1.0	1.0