1 背景介紹
在我國，中小企業(yè)是國民經(jīng)濟(jì)最活躍的主體，被稱為中國經(jīng)濟(jì)的生力軍。在江蘇省，中小企業(yè)的重要性則更為突出。江蘇省中小企業(yè)在拉動GDP，推動社會經(jīng)濟(jì)發(fā)展，促進(jìn)就業(yè)等繁忙都作出了巨大的貢獻(xiàn)。然而，中小企業(yè)在發(fā)展過程中卻面臨著各種困難，在面臨人民幣升值，金融危機(jī)等一系列問題下的中小企業(yè)生存更是艱辛。其中首要的瓶頸便是融資問題。在我國，按照現(xiàn)有的有關(guān)貸款通則以及相關(guān)規(guī)定，對中小企業(yè)的貸款問題限制的比較嚴(yán)格。本文選取了37個(gè)成功融資的中小企業(yè)，采用數(shù)據(jù)挖掘中的Apriori算法，對這些中小企業(yè)融資途徑進(jìn)行關(guān)聯(lián)分析，找到合適的融資途徑組合。
2 關(guān)聯(lián)規(guī)則及Apriori算法
2.1 關(guān)聯(lián)規(guī)則
關(guān)聯(lián)規(guī)則挖掘用于尋找給定數(shù)據(jù)集中數(shù)據(jù)項(xiàng)之間的有趣的關(guān)聯(lián)或相關(guān)關(guān)系。關(guān)聯(lián)規(guī)則揭示了數(shù)據(jù)項(xiàng)間的未知的依賴關(guān)系，根據(jù)所挖掘的關(guān)聯(lián)關(guān)系，可以從一個(gè)數(shù)據(jù)對象的信息來推斷另一個(gè)數(shù)據(jù)對象的信息。關(guān)聯(lián)規(guī)則的挖掘通過規(guī)則的支持度和置信度進(jìn)行度量，這兩種度量反映了所發(fā)現(xiàn)規(guī)則的有用性和確定性。
定義1：設(shè)D是事務(wù)集，A，B為項(xiàng)集，且有規(guī)則A=＞B。如果D中，包含A·B事務(wù)所占比例為s%，稱A=＞B有支持度s。
定義2：設(shè)D是事務(wù)集，A，B為項(xiàng)集，且有規(guī)則A=＞B。如果D中，c%的事務(wù)包含A的同時(shí)也包含B，則稱A=＞B有置信度c。
定義3：設(shè)D是事務(wù)集，A，B為項(xiàng)集，若A=＞B滿足置信度c和支持度s，則稱A=＞B為關(guān)聯(lián)規(guī)則。
定義4：對關(guān)聯(lián)規(guī)則A=＞B，若同時(shí)滿足最小支持度閥值和最小置信度閥值，則稱其為強(qiáng)規(guī)則。
關(guān)聯(lián)規(guī)則挖掘的過程分為兩個(gè)步驟。第一步，發(fā)現(xiàn)所有的大項(xiàng)目集，即支持度大于給定最小支持度閥值的項(xiàng)集；第二步，從大的項(xiàng)集中產(chǎn)生關(guān)聯(lián)規(guī)則。
2.2 Apriori算法
對于Ck中的任一項(xiàng)集c，若c得任一k-1子集在Lk-1中不存在，則將c從Ck中刪除。算法的下一步是對數(shù)據(jù)庫進(jìn)行檢索，得到Ck中的項(xiàng)集的支持度，與最小支持度進(jìn)行比較，從而得到Lk。它由Ck中的一部分項(xiàng)集組成，條件是它們的支持度不小于最小支持度。
3 Apriori算法在中小企業(yè)融資途徑選擇中的應(yīng)用
由于證券市場門檻高，創(chuàng)業(yè)投資體制不健全，公司債發(fā)行的準(zhǔn)入障礙，中小企業(yè)難以通過資本市場公開籌集資金，因此造成了中小企業(yè)融資渠道過于狹窄的現(xiàn)狀。一般說來，中小企業(yè)融資有以下幾種方式：①銀行貸款；②信用社貸款；③擔(dān)保機(jī)構(gòu)貸款：④內(nèi)部職工集資；⑤民間借款；⑥拖欠貸款；⑦親朋借款；⑧租賃
本文以江蘇省中小企業(yè)為研究對象開展調(diào)查，樣本涉及江蘇省的南京、常州、南通、連云港、鹽城、淮安等多個(gè)城市的中小企業(yè)。在對大量調(diào)查數(shù)據(jù)進(jìn)行分析處理后，選擇37個(gè)成功融資的中小企業(yè)作為原始事務(wù)集，并將融資渠道分為8種，作為8種項(xiàng)集
首先掃描數(shù)據(jù)庫，識別所有單個(gè)項(xiàng)（1-項(xiàng)集）和它們的支持度，建立候選1-項(xiàng)集C1
假定最小支持度（min_sup）s=10%（至少在3個(gè)事務(wù)中），選擇1-項(xiàng)集的支持度大于或等于（min_sup）s的項(xiàng)，建立頻繁1-項(xiàng)集，并記作L1
假定最小支持度為至少在2個(gè)事務(wù)中，選擇2-項(xiàng)集的支持度大于或等于（min_sup）s的項(xiàng)，建立頻繁2-項(xiàng)集，并記作L2
重復(fù)以上過程，建立候選3-項(xiàng)集C3和頻繁3-項(xiàng)集L3
這時(shí)，由于C4為空集，停止Apriori算法。頻繁項(xiàng)集為L=L1∪L2∪L3。
若企業(yè)融資的途徑多于一種，則通過以上頻繁項(xiàng)集可以推導(dǎo)出強(qiáng)規(guī)則，即最佳融資途徑組合。
考慮頻繁3-項(xiàng)集{1，2，3}，由于這三種途徑頻繁地一起使用，我們可以從這個(gè)3-項(xiàng)集推導(dǎo)出一些規(guī)則。
首先，得到非空真子集：{1}，{2}，{3}，{1，2}，{1，3}，{2，3}。
然后，對于每個(gè)子集，形成如下規(guī)則，并計(jì)算置信度：
R1∶{1}→{2，3}， 2/26=1/13
R2∶{2}→{1，3}， 2/11
R3∶{3}→{1，2}， 2/4=1/2
R4∶{1，2}→{3}， 2/7
R5∶{1，3}→{2}， 2/3
R6∶{2，3}→{1}， 2/3
令min_conf為50%，選取R3、R5、R6為強(qiáng)規(guī)則。
用相同的方法計(jì)算頻繁2-項(xiàng)集，還可以得到以下四個(gè)強(qiáng)規(guī)則：
