基于汽车售后故障数据的关联分析

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

所属期刊栏目：55

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家重点研发计划2017YFB1400303

在线出版日期：2019-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：219-224