关键词：数据挖掘 apriori算法 应用 高职学生 频繁项集 

摘要：Apriori算法是一种最具有影响力的挖掘布尔关联规则频繁项集的算法。然而，在产生频繁项集时，需要多次扫描事务数据库，并产生庞大的候选集。为了降低算法的时间复杂度，提高程序运行效率，提出了一种改进的Apriori算法。同时，以某一高职院校中已毕业学生和在校生的就业信息为基础，建立了就业事务数据库，运用改进的Apriori算法对就业数据进行处理，产生了频繁项集。根据最小支持度和最小置信度的定义，找出强关联规则。并引入重要性对强关联规则进行分析，发现具有实际意义的信息，为高职学校就业指导提供决策，为学生就业提供了若干意见。

价值工程杂志要求:

{1}插图与表格：插图和表格分别用阿拉伯数字顺序编号，注明图题与表题，图片须提供原图印刷文件，表格建议采用三线表。

{2}三个月后若未收到采用通知，可以自行处理。请勿一稿多投。

{3}本刊可对来稿作文字修改、删节，来稿经本刊采用，其专有使用权归本刊所有;如发现抄袭、冒名等违反著作权法相关规定的，除作者文责自负外，本刊保留以法律途径追究相关作者责任的权利。

{4}题名简明、具体、确切，概括要旨，一般不超过20个汉字，必要时可加副标题。

{5}作者姓名、性别、出生年、籍贯、民族、工作单位、职称、学历、研究方向。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社