基于Apriori算法的小麦中多组分真菌毒素污染的关联规则挖掘

目的 为分析主要影响小麦中多组分真菌毒素污染指标之间的关联性,研究不同毒素之间的共污染关系特征。方法 采用关联规则Apriori算法对小麦中多组分真菌毒素的污染监测指标之间的关联性进行数据挖掘分析。根据指标检测值对数据进行风险等级划分,构造出布尔类型的事务数据库,对事务数据库进行频繁项集挖掘,设置阈值最小支持度和最小置信度,迭代重复执行连接、剪枝操作确定出频繁项集,获取强关联规则。通过置信度、支持度、提升度等进行关联规则评价,最后将数据可视化应用在关联规则中,更直观地对规则进行展示与验证。结果 挖掘得到小麦中多组分真菌毒素之间共污染的潜在强关联规则,包括9条单项集共污染毒素强关联规则以及多条组合项集强关联规则。分析验证得到脱氧雪腐镰刀菌烯醇和雪腐镰刀菌烯醇、玉米赤霉烯酮和脱氧雪腐镰刀菌烯醇毒素之间存在共污染关系,置信度分别为92.0%和80.6%。结论 通过数据挖掘得到的强关联规则对小麦毒素风险预警和防控有一定的意义,同时为多毒素联合暴露评估提供依据。

Association rule mining of multicomponent mycotoxins contamination in wheat based on Apriori algorithm