基于汽车售后故障数据的关联分析

来源：计算机工程与应用杂志2019年第22期北京时间：

作者：杨静雅，孙林夫，吴奇石

单位：西南交通大学 信息科学与技术学院，成都 610031

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。

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