關(guān)聯(lián)規(guī)則挖掘在教學(xué)評(píng)價(jià)中的應(yīng)用研究.pdf

1、在以往各學(xué)校的教學(xué)評(píng)價(jià)中，都積累了大量的數(shù)據(jù)，在教育教學(xué)中這些數(shù)據(jù)多數(shù)學(xué)校只是用以進(jìn)行簡(jiǎn)單數(shù)據(jù)統(tǒng)計(jì)與查詢，而海量的數(shù)據(jù)中所隱含的更有價(jià)值的知識(shí)或信息則沒(méi)有得到真正得到利用。而數(shù)據(jù)挖掘技術(shù)恰恰解決了這個(gè)問(wèn)題。 數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是有著潛在有用信息和知識(shí)的過(guò)程，其主要目標(biāo)是從大型的數(shù)據(jù)庫(kù)中挖掘出對(duì)用戶有價(jià)值的模式。在事務(wù)數(shù)據(jù)庫(kù)或關(guān)系數(shù)據(jù)庫(kù)中挖掘關(guān)聯(lián)規(guī)

2、則及其應(yīng)用是數(shù)據(jù)挖掘領(lǐng)域中一個(gè)非常重要的研究課題。 本文介紹了數(shù)據(jù)挖掘的相關(guān)概念，探討了數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則挖掘技術(shù)及其挖掘算法，重點(diǎn)研究了基于關(guān)系型數(shù)據(jù)庫(kù)SQL語(yǔ)言實(shí)現(xiàn)的改進(jìn)的Apriori算法及其在教學(xué)評(píng)價(jià)中的應(yīng)用，并設(shè)計(jì)開發(fā)一個(gè)基于關(guān)聯(lián)規(guī)則教學(xué)評(píng)價(jià)信息挖掘系統(tǒng)。 在關(guān)聯(lián)規(guī)則挖掘過(guò)程中存在兩個(gè)問(wèn)題：產(chǎn)生大項(xiàng)目集；產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則。對(duì)于這兩個(gè)問(wèn)題，算法的復(fù)雜性是瓶頸，因?yàn)轭l繁集的數(shù)目和項(xiàng)目的數(shù)目成指數(shù)增長(zhǎng)，所以導(dǎo)致在面對(duì)大

3、規(guī)模的數(shù)據(jù)庫(kù)時(shí)，整個(gè)算法的耗時(shí)巨大，從而最終導(dǎo)致挖掘算法在實(shí)際工程中的應(yīng)用效果較差。本文提出了基于SQL的頻繁項(xiàng)集產(chǎn)生算法，該算法利用成熟的SQL語(yǔ)句直接對(duì)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行操作，可以省去把數(shù)據(jù)從數(shù)據(jù)庫(kù)中提取再用程序控制實(shí)現(xiàn)的過(guò)程，而且SQL語(yǔ)句中包含了一些使用簡(jiǎn)單而高效的操作子句和函數(shù)，從而降低了算法的復(fù)雜度，有效地減少了掃描多維數(shù)據(jù)庫(kù)的次數(shù)，提高了算法的效率。 本文最后詳細(xì)闡述了具有數(shù)據(jù)挖掘功能的教學(xué)評(píng)價(jià)系統(tǒng)的設(shè)計(jì)與開發(fā)過(guò)程