属于较为常见,相较于其他家用电器产品,不合格率相对较高,其中产生不合格项目主要有对触及带电部件的防护、输入功率和电流、发热和非正常工作。本文将选取产品检测报告中的这四项相关数据作为评价该项产品是否存在风险的指标3.2风险评估结果及其分析本文选用R语言去调用Apriori算法,进行家电产品风险的关联规则挖掘。由于关联规则较多,为了更准确地确定最小支持度和最小置信度,进行了多次的反复调试,最终本次确定最小支持度为50%,最小置信度为80%o本文对所有的数据进行了第一次关联规则挖掘,设置最小支持度为50%,最小置信度为80%。挖掘结果显示83%的家用电器,如若输入功率和电流该项检验为低风险,那么对触及带电部件的防护该项也为低风险。56%的家用电器,如若发热项目为低风险,那么对触及带电部件的防护该项也为低风险。我们再来研究发热项目和非正常工作呈高风险的情况,挖掘结果显示:当电烤箱的输入功率和电流该项是低风险,非正常工作项是中风险吋,该产品的发热项目检测是高风险的可能性较高。而G地区在2014年1月生产的产品,有可能出现非正常工作项是高风险的情况,需要多加警惕。4结论与启示关联规则挖掘对于产品的风险评估,可以提供一定作用,可以得出其中潜在的关联规则。但是受所收集的数据影响较大,本文的数据收集有限,可以得到的结论较为局限。但是也不难看出,apriori算法面对较为复杂的数据,也有一定的处理能力,并且可以做出初步的风险评估。总之,关联规则可以广泛应用于各个领域,挖掘出隐藏在数据背后的知识,为人们提供有力的决策支持。参考文献[1]傅广照.实施农产品质量安全区域化管理的实践与成效[JL青岛农业大学学报(社会科学版),2011,(02).[2]李文琼.基于互联网的产品质量安全风险预警研究[D].北京:中国矿业大学,2014.[3]李波.网络购物商品质量管控研究[D].山东:山东大学,2014.
全文预览
