數(shù)據(jù)挖掘在教學(xué)質(zhì)量評價中的應(yīng)用研究.pdf

1、努力提高教學(xué)質(zhì)量是每一所學(xué)校所追求的目標，影響教學(xué)質(zhì)量的因素有許多，有些影響因素人們無法用主觀的意識從中發(fā)現(xiàn)它們之間的關(guān)系。傳統(tǒng)的方法是通過學(xué)生問卷的形式再由人工統(tǒng)計、分析，但是，傳統(tǒng)方法無法找出隱藏在影響因素之間的相互關(guān)系。隨著計算機科學(xué)技術(shù)的發(fā)展，可以借助數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)影響因素中隱藏的相關(guān)規(guī)律，獲得有價值的信息，為學(xué)校教學(xué)管理提供科學(xué)管理的依據(jù)，從而提高學(xué)校的辦學(xué)水平。
　　 由于學(xué)校辦學(xué)規(guī)模大，要挖掘的數(shù)據(jù)量大，挖掘速度

2、、質(zhì)量易受到影響；處理這一問題方法之一就是設(shè)法提高挖掘的效率。經(jīng)典的關(guān)聯(lián)規(guī)則挖掘算法Apriori，該算法主要存在兩點不足，首先是產(chǎn)生過多的候選項集，由于頻繁項集合產(chǎn)生的候選項集過多，計算過多項集會造成執(zhí)行效率低；其次是要多次掃描數(shù)據(jù)庫，該算法中候選項集是逐層產(chǎn)生，每層的頻繁項集都必須掃描整個數(shù)據(jù)庫一次，如果數(shù)據(jù)庫產(chǎn)生的候選項集有K層就需要對數(shù)據(jù)庫掃描K次。直接影響數(shù)據(jù)挖掘效率。針對上述挖掘的效率問題本文提出了一種改進算法--Aprio

3、ri-P，改進算法先掃描數(shù)據(jù)庫并將其分成N個非重疊的塊，獲得每塊的局部頻繁項集，再合并所有的局部頻繁項集，生成全局的候選頻繁項集，最后，再次掃描數(shù)據(jù)庫，計算每個候選頻繁項目的實際支持度，最后確定所要挖掘的頻繁項集。
　　 改算法不僅具有關(guān)聯(lián)規(guī)則算法的基本特性，即不需要具備先驗知識，而且只需掃描數(shù)據(jù)庫兩次，節(jié)省了訪問外存的I/O開銷，實驗表明Apriori-p算法與Apriori算法相比，Apriori-P算法具有占用空間小、運行