本文關(guān)鍵詞：Apriori算法及其在學(xué)生成績分析中的應(yīng)用研究

  更多相關(guān)文章： 數(shù)據(jù)挖掘 關(guān)聯(lián)規(guī)則 Apriori算法

【摘要】：數(shù)據(jù)挖掘技術(shù)是信息化技術(shù)發(fā)展到一定程度的必然結(jié)果,它是一類全新的相關(guān)數(shù)據(jù)分析技術(shù),它是在數(shù)據(jù)海洋中找出有用知識為人類服務(wù)的一種技術(shù)。關(guān)聯(lián)規(guī)則挖掘方法是數(shù)據(jù)挖掘方法中很重要的方法之一。而最經(jīng)典的關(guān)聯(lián)規(guī)則算法便是Apriori算法,該算法在許多領(lǐng)域(像金融領(lǐng)域、商業(yè)領(lǐng)域,等等)都已有了相應(yīng)的應(yīng)用,并取得了不錯的效果。高校的核心任務(wù)是教學(xué),提高教學(xué)質(zhì)量是根本,然而學(xué)生的成績則是衡量教學(xué)質(zhì)量水平的一項重要指標(biāo)。因此,對學(xué)生成績數(shù)據(jù)進(jìn)行相關(guān)的數(shù)據(jù)挖掘處理有著重要的現(xiàn)實意義。利用數(shù)據(jù)挖掘技術(shù)挖掘?qū)W生成績數(shù)據(jù),可以挖掘出像課程與課程之間的相互關(guān)系、影響學(xué)生成績的各方面因素等有用的知識,這些知識可為教學(xué)及相關(guān)管理工作提供有力地決策支持,同時也為更好的開展教學(xué)工作和提高教學(xué)質(zhì)量提供科學(xué)依據(jù)。本文主要對基于關(guān)聯(lián)規(guī)則技術(shù)的挖掘方法作了深入的探究,重點分析了經(jīng)典的關(guān)聯(lián)規(guī)則算法——Apriori算法,指出該算法存在的優(yōu)缺點,并針對其缺點提出了一種基于事務(wù)標(biāo)記符的優(yōu)化Apriori算法。在分析基于事務(wù)標(biāo)記符的優(yōu)化Apriori算法的執(zhí)行效率之后,針對該優(yōu)化算法中仍存在的不足,又提出了一種更進(jìn)一步的優(yōu)化Apriori算法  Apriori_33算法。Apriori_33算法主要提出了三大優(yōu)化改進(jìn):一是關(guān)于數(shù)據(jù)存儲的優(yōu)化;二是項集在連接之前的優(yōu)化,三是項集在連接之時的優(yōu)化。最后,將Apriori_33算法應(yīng)用于學(xué)生成績數(shù)據(jù)挖掘當(dāng)中去。本文使用MS SQL SERVER 2008作為后臺數(shù)據(jù)庫,Visual Studio 2010作為開發(fā)工具,對學(xué)生成績數(shù)據(jù)庫中存儲的成績數(shù)據(jù)進(jìn)行了關(guān)聯(lián)規(guī)則挖掘,收獲了一定成效。由測試結(jié)果可知,課程與課程之間存在一定的關(guān)聯(lián)關(guān)系,一門或某幾門課程學(xué)習(xí)的好壞有可能會直接影響到其它后繼課程的學(xué)習(xí),當(dāng)然開課的順序也有可能會對學(xué)生的成績造成影響,這些知識可為教學(xué)及相關(guān)管理工作提供有力地決策支持,同時也為更好的開展教學(xué)工作和提高教學(xué)質(zhì)量提供科學(xué)依據(jù)。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 關(guān)聯(lián)規(guī)則 Apriori算法
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：G420;TP311.13
【目錄】：

• 摘要5-6
• Abstract6-12
• 第1章 緒論12-18
• 1.1 選題背景和研究意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-16
• 1.2.1 數(shù)據(jù)挖掘的研究現(xiàn)狀13-14
• 1.2.2 數(shù)據(jù)挖掘在教學(xué)方面的應(yīng)用研究現(xiàn)狀14-15
• 1.2.3 有關(guān)學(xué)生成績間的關(guān)聯(lián)的研究現(xiàn)狀15-16
• 1.3 論文的研究內(nèi)容16
• 1.4 論文的組織結(jié)構(gòu)16-18
• 第2章 數(shù)據(jù)挖掘技術(shù)18-30
• 2.1 數(shù)據(jù)倉庫的概述18-23
• 2.1.1 數(shù)據(jù)倉庫的概念18-20
• 2.1.2 數(shù)據(jù)倉庫的體系結(jié)構(gòu)20-21
• 2.1.3 數(shù)據(jù)倉庫功能結(jié)構(gòu)21-22
• 2.1.4 OLAP技術(shù)22-23
• 2.2 數(shù)據(jù)挖掘23-29
• 2.2.1 數(shù)據(jù)挖掘的定義23-24
• 2.2.2 數(shù)據(jù)挖掘過程24-25
• 2.2.3 數(shù)據(jù)挖掘功能25-26
• 2.2.4 數(shù)據(jù)挖掘的主要方法26-28
• 2.2.5 DW、OLAP、DM之間的關(guān)系28-29
• 2.3 本章小結(jié)29-30
• 第3章 關(guān)聯(lián)規(guī)則算法及其優(yōu)化30-54
• 3.1 關(guān)聯(lián)規(guī)則的概述30-33
• 3.1.1 關(guān)聯(lián)規(guī)則的定義30-31
• 3.1.2 關(guān)聯(lián)規(guī)則的分類31-32
• 3.1.3 幾種關(guān)聯(lián)規(guī)則算法的介紹與比較32-33
• 3.2 關(guān)聯(lián)規(guī)則挖掘的Apriori算法33-38
• 3.2.1 使用候選項集找頻繁項集33-35
• 3.2.2 由頻繁項集產(chǎn)生關(guān)聯(lián)規(guī)則35-36
• 3.2.3 Apriori算法舉例36-38
• 3.3 Apriori算法的性能分析38-39
• 3.3.1 Apriori算法的缺陷38-39
• 3.3.2 現(xiàn)有的幾種改進(jìn)Apriori算法39
• 3.4 優(yōu)化Apriori算法39-51
• 3.4.1 一種Apriori算法的改進(jìn)技術(shù)39-43
• 3.4.1.1 改進(jìn)Apriori算法的描述40
• 3.4.1.2 Apriori_22算法的實現(xiàn)40-42
• 3.4.1.3 Apriori_22算法的舉例42-43
• 3.4.2 Apriori算法的進(jìn)一步改進(jìn)新思路43-51
• 3.4.2.1 事務(wù)數(shù)據(jù)庫的存儲優(yōu)化44-45
• 3.4.2.2 連接之前的相關(guān)優(yōu)化45-46
• 3.4.2.3 連接時的相關(guān)優(yōu)化46-47
• 3.4.2.4 Apriori_33算法的舉例47-49
• 3.4.2.5 Apriori_33算法的實現(xiàn)49-51
• 3.5 算法性能分析51-52
• 3.6 本章小結(jié)52-54
• 第4章 學(xué)生成績數(shù)據(jù)挖掘的設(shè)計與實現(xiàn)54-68
• 4.1 C++數(shù)據(jù)訪問技術(shù)54-55
• 4.2 目標(biāo)分析55
• 4.3 數(shù)據(jù)準(zhǔn)備55
• 4.4 據(jù)預(yù)處理55-59
• 4.5 Apriori_33算法在學(xué)生成績中的挖掘?qū)崿F(xiàn)59-64
• 4.6 挖掘結(jié)果及分析64-67
• 4.6.1 與成績相關(guān)關(guān)聯(lián)規(guī)則的用途64
• 4.6.2 挖掘?qū)嶒灲Y(jié)果64-66
• 4.6.3 挖掘結(jié)果分析66-67
• 4.7 本章小結(jié)67-68
• 結(jié)論68-70
• 參考文獻(xiàn)70-73
• 附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄73-74
• 致謝74

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李平榮;;Apriori算法的研究與改進(jìn)[J];喀什師范學(xué)院學(xué)報;2014年03期

2 姜紅艷;;Apriori關(guān)聯(lián)算法在學(xué)生成績中的應(yīng)用[J];鞍山師范學(xué)院學(xué)報;2007年02期

3 張仁壽;羅林開;葉凌君;;Apriori算法對高技能人才市場工資價位影響因素的實證分析[J];中國軟科學(xué);2010年01期

4 劉文昌;Apriori算法在客戶關(guān)系管理中的應(yīng)用[J];長春大學(xué)學(xué)報;2005年04期

5 陳建輝;;一種改進(jìn)的Apriori算法[J];宜春學(xué)院學(xué)報;2007年04期

6 張自敏;;基于Apriori的加權(quán)關(guān)聯(lián)規(guī)則挖掘[J];賀州學(xué)院學(xué)報;2009年01期

7 趙軼;周艷山;;Apriori算法在高校課程設(shè)置中的應(yīng)用研究[J];林區(qū)教學(xué);2008年06期

8 傅亞莉;;基于Apriori算法的高職院校課程相關(guān)性分析[J];長春工程學(xué)院學(xué)報(自然科學(xué)版);2013年04期

9 梁燕紅;;改進(jìn)的Apriori算法在網(wǎng)絡(luò)教學(xué)中的應(yīng)用[J];玉林師范學(xué)院學(xué)報;2012年02期

10 劉宏強;;Apriori關(guān)聯(lián)規(guī)則挖掘算法分析與改進(jìn)[J];中國石油大學(xué)勝利學(xué)院學(xué)報;2009年01期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 劉擎;劉云濤;羅翌;;關(guān)聯(lián)規(guī)則挖掘Apriori算法在當(dāng)代名老中醫(yī)流感醫(yī)案挖掘中的應(yīng)用及改進(jìn)探討[A];2012中國中西醫(yī)結(jié)合學(xué)會急救醫(yī)學(xué)專業(yè)委員會學(xué)術(shù)年會論文集[C];2012年

2 陳波;董鵬;邵勇;;基于Apriori算法及其改進(jìn)算法綜述[A];中國通信學(xué)會第五屆學(xué)術(shù)年會論文集[C];2008年

3 張彥;劉偉;;結(jié)合超市數(shù)據(jù)的關(guān)聯(lián)規(guī)則Apriori算法淺析[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會通信與信息技術(shù)會議論文集（上冊）[C];2008年

4 楊宗波;宗容;常俊;彭廣軍;;入侵檢測中Apriori算法的研究與改進(jìn)[A];2009年研究生學(xué)術(shù)交流會通信與信息技術(shù)論文集[C];2009年

5 梁昌勇;趙艷霞;;基于RFM分析的銀行信用卡客戶的行為評分模型——應(yīng)用自組織映射神經(jīng)網(wǎng)絡(luò)SOM和Apriori方法[A];第二屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議（NCIRCS-2005）論文集[C];2005年

6 高明;盛立;劉希玉;;關(guān)聯(lián)規(guī)則挖掘中Apriori算法的一種改進(jìn)[A];山東省計算機學(xué)會2005年信息技術(shù)與信息化研討會論文集（二）[C];2005年

7 萬敏;潘笑;賓誼沅;;利用Apriori算法實現(xiàn)WEB的個性化服務(wù)[A];2005通信理論與技術(shù)新進(jìn)展——第十屆全國青年通信學(xué)術(shù)會議論文集[C];2005年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙宏利;改進(jìn)的Apriori算法在大學(xué)生心理分析中的研究[D];華中師范大學(xué);2015年

2 王丹;基于云計算的關(guān)聯(lián)規(guī)則Apriori算法的研究與實現(xiàn)[D];南昌大學(xué);2015年

3 楊財英;Apriori算法及其在學(xué)生成績分析中的應(yīng)用研究[D];湖南大學(xué);2016年

4 王達(dá)明;基于云計算與醫(yī)療大數(shù)據(jù)的Apriori算法的優(yōu)化研究[D];北京郵電大學(xué);2015年

5 楊國英;泛在網(wǎng)下基于Apriori算法的移動群組的位置預(yù)測[D];南京郵電大學(xué);2013年

6 丁磊;一種改進(jìn)的Apriori算法在手機評教系統(tǒng)中的研究[D];華中師范大學(xué);2014年

7 朱惠;關(guān)聯(lián)規(guī)則中Apriori算法的研究與改進(jìn)[D];安徽理工大學(xué);2014年

8 王培吉;基于Apriori算法的關(guān)聯(lián)規(guī)則挖掘及改進(jìn)[D];內(nèi)蒙古大學(xué);2003年

9 朱翼;基于數(shù)組的Apriori算法的改進(jìn)研究[D];哈爾濱師范大學(xué);2014年

10 高曉佳;基于Apriori算法的教育決策系統(tǒng)的研究[D];長春理工大學(xué);2010年

，

本文編號：1030853