买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉齐鲁工业大学(山东省科学院)申请的专利一种基于校园数据的负序列规则影响度分析系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116150226B 。

龙图腾网通过国家知识产权局官网在2025-08-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310024876.9，技术领域涉及：G06F16/2458；该发明授权一种基于校园数据的负序列规则影响度分析系统及方法是由董祥军;崔凤玲设计研发完成，并于2023-01-09向国家知识产权局提交的专利申请。

本一种基于校园数据的负序列规则影响度分析系统及方法在说明书摘要公布了：本发明公开了一种基于校园数据的负序列规则影响度分析系统及方法，系统包括数据预处理模块，频繁模式挖掘模块，面向影响的序列规则挖掘模块，缺失项的贡献度、影响度分析模块以及图形化界面表示模块，通过所述系统对数据预处理后挖掘正和负频繁序列模式，然后进一步挖掘所有面向影响的序列规则，对面向影响的负序列规则中的缺失项进行影响度分析，计算得到序列规则前件内缺失的某一项或者某几项对结果发生的贡献度与影响度，然后在图形化界面上进行表示。本发明基于学生校园序列数据挖掘面向影响的负序列规则，并对面向影响的负序列规则前件内有关缺失项对结果的影响进行计算，可以更全面具体地分析影响学生学业表现的因素及其影响规律。

本发明授权一种基于校园数据的负序列规则影响度分析系统及方法在权利要求书中公布了：1.一种基于校园数据的负序列规则影响度分析方法，其特征在于，包括以下步骤： S100，进行数据预处理，对从学校信息网络中心获取的数据进行清洗，用简单的格式替换原始数据中复杂的字段的格式，然后将数据处理成序列的形式存储在学生校园序列数据库中； S200，频繁模式挖掘，设定最小支持度阈值，并使用序列模式挖掘算法从学生校园序列数据库中挖掘正和负频繁序列模式，并将正和负频繁序列模式及其对应的支持度存入到频繁模式结果集合PNSP中； S300，面向影响的序列规则挖掘，对上述挖掘的正和负频繁序列模式进行筛选得到符合要求的序列模式，并通过候选序列规则生成方法得到所有面向影响的候选序列规则；然后根据用户设定的最小支持度阈值、最小提升度阈值和最小置信度阈值对面向影响的候选序列规 则进行筛选，得到所有满足约束的面向影响的序列规则； 该步骤具体包括S310对于PNSP集合中的每个序列模式，如果其尺寸大于1且模式中的最后一个元素为影响或结果，则使用候选序列规则生成方法生成候选序列规则csrX⇒Y； S320然后判断面向影响的候选序列规则的前件和后件是否都频繁，如果都是频繁的，则计算候选序列规则X⇒Y的支持度supX⇒Y； S330，判断候选序列规则的支持度与用户设定的最小支持度阈值的关系，如果当前候选序列规则的支持度大于或等于用户设定的最小支持度阈值，则计算候选序列规则X⇒Y的提升度liftX⇒Y； S340，判断候选序列规则的提升度与用户设定的最小提升度阈值的关系，如果当前候选序列规则的提升度大于或等于用户设定的最小提升度阈值，则计算候选序列规则X⇒Y的置信度confX⇒Y； S350，判断候选序列规则的置信度与用户设定的最小置信度阈值的关系，如果当前候选序列规则的置信度大于或等于用户设定的最小置信度阈值，则将这条候选序列规则存入到集合SRC中；并对序列规则集中规则的最大置信度的值不断进行更新，最终得到所有候选序列规则中的置信度的最大值max_conf； S360，计算在SRC集合中的每条序列规则的归一化置信度； S400，面向影响的负序列规则中缺失项的影响度分析，计算得到面向影响的负序列规则前件内缺失的某一项或者某几项对结果发生的贡献度与影响度； S500，将分析结果在图形化界面上进行表示。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人齐鲁工业大学(山东省科学院)，其通讯地址为：250000 山东省济南市长清区西部新城大学科技园；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。