【摘要】北京市企业标准化评审后留下了一万多家企业百万余条评分结果,在海量数据的支撑下,可以采用大数据分析手段来探索各扣分项扣分频次之间的相关关系。目前最常用的方法是关联规则挖掘,然而关联规则挖掘只能给出定性的相关关系,无法在定量方面给出结论,使得对数据的信息挖掘停留在定性的水平。神经网络作为另外一种广泛应用的数据挖掘方法能够有效拟合复杂的非线性关系,但是在数据挖掘中,神经网络在输入输出选择上存在很高的试错成本。该文将关联规则挖掘与神经网络方法结合使用,首先用关联规则挖掘筛选出扣分项之间的关联规则逻辑,然后将选出的关联规则作为神经网络的输入与输出进行训练,找到了18项扣分项之中的3项与其他8项之间的强相关关系,神经网络预测值与实际值之间拟合直线的相关系数达到了0.84以上。实验结果表明:该方法可以实现对企业扣分项的相关关系挖掘,并可以将结果用于扣分频次预测。