天津市地震局值班日志管理系統的設計與實現

朱 宏 孫嘉良 高文晶

（1.天津市地震局應急信息中心 震情值班室，中國 天津300000；2.天津市地震局教育培訓中心 新聞宣傳室，中國 天津300000；3.天津市地震局監測預報中心 綜合管理部，中國 天津 300000；）

隨著計算機信息技術日益發展，信息化程度的發展高低已經成為企事業單位信息化水平的重要標志，同時也在繁雜的日常工作中提高了工作效率。天津市地震局震情值班室目前采用了由應急信息中心和應急保障中心45歲以下的值班員進行24小時*7全年無間斷綜合值班的方法，即將行政值班，業務值班，震情值班，12322防震減災熱線值班放在一起形成綜合值班的方式。之前，在交接值班工作的方式是每日早晨8:00和下午17:00兩個時間段對震情值班室設備進行巡檢，并以書面形式填寫值班日志。現在，只需在設備巡檢后，通過網頁登錄進入系統，按照業務相關模塊進行勾選，系統會自動生成值班日志存儲在我局服務器的數據庫內，免去了人工輸入的煩惱，將我局的無紙化辦公向前推進了一大步。

1 系統需求分析

本系統為了實現對天津市地震局震情值班日志的自動化處理，按照不同角色用戶擁有不同權限進行自主注冊登錄的方式進入該系統。 用戶角色主要分為：管理員用戶和普通值班員用戶，不同權限用戶登陸進入后的界面不同。 管理員擁有最高權限，一般由震情值班室主任擔當。管理員用戶擁有查看所有值班日志的權限并對某天的值班日志可進行增加、刪除、查詢、修改值班日志的內容 。普通值班員擁有查詢往日值班日志報告和修改當日值班日志內容的權限 。普通值班員每天必須通過進入系統，將值班過程當中的設備巡檢情況進行輸入并勾選，遇到特殊情況可在備注內容里輸入文字進行提醒，默認備注內容框字體為紅色。如無異常情況，系統可自動生成值班日志的電子版。

2 系統設計

2.1 系統功能模塊設計

根據用戶角色的劃分,本系統共有8個模塊 。

圖1 系統功能模塊設計

2.2 系統主要工作流程

2.2.1 值班工作交接流程

每個值班員都需要在接班之前填寫值班日志，并讓接班的值班員在值班日志上輸入自己的名字表示確認上一個值班時間段內的值班情況正常并提交進入數據庫進行保存。 普通值班員可以查看任意時間段內值班日志，修改和上傳當日值班當日的日志內容，管理員可對所有的值班日志進行查詢、刪除、修改、增加。

2.2.2 上傳文件流程

（1）在系統中需要保存值班員的基本信息的登錄信息驗證表。

（2）值班員所寫日志需要保存到數據庫中。因此需要值班日志信息存儲表。

（3）記錄中心部門名和部門號的部門表等。

2.3 主要數據表設計如下

2.3.1 值班日志信息存儲表(LogDetail)

記錄每篇日志的編號，日志內容，所記錄時間等相關信息。

圖2 上傳文件流程

表1 值班日志信息存儲表

2.3.2 上傳信息存儲表（ActionTable）

記錄上傳文件或通知的信息，上傳時間，主題等內容。

表2 上傳信息存儲表

3 系統開發與實現

圖1

3.1 系統開發環境

開發模式：基于Java Web應用的B/S模式；買記錄會很多，電腦等相對貴重的商品消費者一旦購買就有很長的使用周期，不會在短時間內再次購買。所以后者的支持度會很小，但是關聯度卻很大。

基于這一局限，進一步定義可信度及關聯度系數指標減小不同商品的差異性。

（1）可信度R:商品組合的支持度與組合中的某種商品被購買概率的比值稱為該商品的可信度。

例如在商品組合（X，Y）中商品X和商品Y的可信度如下：

可信度Rx，即交易記錄集合D中既包含X也包含Y的記錄個數與D中包含X的記錄個數之比。實際上就是指，包含X商品的購物籃也包含Y商品的概率。

因為支持度小的組合中的單個商品被購買概率也會很小，可信度將不同類別商品本身之間的差異的影響因素排除在在外。只要用組合（X，Y）的支持度Sxy除以商品本身被購買的概率P(X)，無論商品X的使用周期是否一樣，得到的可信度都是客觀，可以比較的。

商品可信度都是對給定商品組合中的單個商品而言的，每個商品都有自己的可信度。求出組合中每個商品可信度之后，就可以進一步求出這個組合的綜合關聯度系數。

（2）關聯度系數 W：當商品組合為（X1，X2…Xn）時，該組合的關聯度系數為：

將關聯系數定義為商品互相之間的可信度的幾何平均數，并且W越大，關聯度系數越高，商品之間的關系越密切，消費者更傾向于同時購買。

還是以上面的消費記錄為實例，最后我們可以得出最后支持度大于2的商品組合，如表2:

表2

根據以上的表格，我們可以看出的關聯度最大的商品組合是（I2，I5），其次是（I1，I3）、（I2，I3，I5），說明這些商品有很強的關聯性。 此外還可以看出支持度大的商品組合，可信度和關聯度系數不一定高，這也印證了前面所說的可信度指標可以避免因商品自身價格、類別等屬性不同而造成的支持度不客觀合理的這一現象。

4 促銷方案及總體評價

得出商品組合的關聯度系數后，我們可以有效的掌握商品之間的關聯信息。網店就可以把關聯程度高、經常被同時購買的商品放在同一界面，方便顧客在購物中找到自己的商品，那樣會更加的節約顧客的時間，而且也會促進商品的銷售。在對商品進行廣告宣傳和推薦時，可以根據分析結果進行商品的選擇。對那些購買頻率較高、同其他商品關聯規則較多的商品進行宣傳推薦，其效果將事半功倍。

Apriori算法通過對數據的關聯性進行了分析和挖掘，得出在決策制定過程中具有重要的參考價值的信息，廣泛應用于商業、消費市場價格分析中。通過數據挖掘，商家可以瞄準目標客戶，采用個人股票行市、最新信息、特殊的市場推廣活動或其他一些特殊的信息手段，從而極大地減少廣告預算和增加收入。

［1］陸麗娜，陳亞萍.挖掘關聯規則中的 Apriori算法的研究[J].小型微型計算機系統，2000，21(9)：940-943.

［2］顏雪松，蔡之華.一種基于 Apriori的高效關聯規則挖掘算法的研究[J].計算機工程與應用，2002，38(10)：209-211.

［3］王德興，胡學鋼，劉曉平，等.改進購物籃分析的關聯規則挖掘算法[J].重慶大學學報：自然科學版，2006，29(4)：105-107.

［4］LIU X，SHI B，XIE Y.An improved apriori algorithm for mining association rules[J].Journal of Shandong University(Natural Science)，2008，11：014.

［5］周霖，張宏山.購物籃分析在零售業中的應用研究[J].中國商貿，2013(8).

［6］Ye Y，Chiang C C.A parallel apriori algorithm for frequent itemsets mining[C]//Software Engineering Research，Management and Applications，2006.Fourth International Conference on.IEEE，2006：87-94.