面向多维教务管理数据的关联规则算法研究

《面向多维教务管理数据的关联规则算法研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、自然科学基础研究类所属学科计算机项目编号佳木斯大学科学技术研究项目申请书(重点项目□面上项目指导项目□)项目名称面向多维教务管理数据的关联规则算法研究项目负责人张磊联系电话15945884243所在学院教务处项目起止日期2011.8.1-2013.7.31填报日期2011年6月佳木斯大学科技处2011年5月16填表说明一、申请书各项内容，要实事求是，认真填写。除签名栏外必须打字，字号小四（简表不小于五号），宋体。外来语要同时用原文和中文表达，第一次出现的缩写词，必须注出全称。二、所在单位要写清楚所在学院（系、部、

2、处）。三、项目组成员要在申请书上亲自签名，不得代签。四、申请书内容要逐项填写，可顺延加页。五、申请书用A4纸双面输出，于左侧装订成册，申请书与附表各一份。六、“预期成果”栏要认真填写，未完成“预期成果”者将不予结题。七、项目发表论文需注明佳木斯大学科技项目资助并写明项目编号，否则不予认定为结题成果。结题论文第一署名单位必须是佳木斯大学，项目负责人至少发表一篇为第一作者或通讯作者的论文，且该论文应在“预期成果”中为最高水平。16一、基本信息表研究项目项目名称面向多维教务管理数据的关联规则算法研究关键词（最多四个）教

3、务管理数据、关联规则类型基础研究□应用基础研究所属学科计算机申请经费3000元起止时间2011.8.1-2013.7.31申请者姓名性别年龄学历学位技术职称所学专业从事专业张磊男29研究生硕士助理研究员计算机科学与技术教育学身份证号232301198205130030学院（系、部、处）教务处所在学科或实验室重点学科（省□校□）重点实验室（厅□校□）其他学科带头人学科带头人□后备带头人□研究生导师是□否□手机15945884243总人数专业技术职称参加课题的在读学生参加学院数高级中级初级博士生硕士生本科生615项目

4、组主要成员︵不含申请者︶姓名性别年龄技术职称学历学位学院（系、部、处）签字崔虹云女34讲师研究生硕士理学院李晶女44教授研究生硕士信息电子技术学院陈育德男31助理研究员研究生硕士教务处陈新男32助理研究员本科双学位教务处尚东昌男33讲师研究生硕士教务处陈凌凌女34实验师研究生硕士教务处16二、立题依据1．研究目的与意义随着高等教育的飞速发展以及教务管理软件的广泛应用，传统的以纸质数据为中心、统计学方法为手段的高校分析决策逐渐被以电子数据为中心、数据挖掘技术为手段的全新分析决策方法所取代。教务管理服务也转变为以教务

5、管理数据为中心，通过教务管理各部门之间的关系，深入了解教务数据在部门间传递及在院系间产生的诸多问题，提高教务管理质量，保持和提高教务教学水平的一种新型教务管理机制。然而，随着数据量以及数据类型的不断变化，现有的管理软件处理能力以及数据挖掘算法的分析解决能力都面临着各种各样的挑战。以教学设施数据为例，由于办学规模的不断扩大，学校教学校区不断增长，因此势必造成多个校区中存在不同教学设施的情况。如何合理利用不同校区之间的不同教学设施，减少学生或教师在教学过程中出现的问题，成为了教务管理服务中急需解决的问题。因此，以教务

6、管理服务数据为中心的数据挖掘技术，能够处理教务管理数据中存在的多维、复杂等各种情况数据的数据挖掘方法，成为了当前关于教务管理数据挖掘技术中的全新课题。而在这种数据挖掘技术中，面向多维教务数据的关联规则算法具有着很强的理论意义和应用价值。因此本项目将着重研究多维教务数据中的关联规则的获取和关联规则算法的实现。2．国内外研究现状在1993年RakeshAgrawal等首次提出了关联规则挖掘的概念并给出了基于数据库多趟扫描的Als算法[1]，此后关联规则由于其可用性和易于理解的优点获得了广泛的关注和深入的研究，提高获取

7、的关联规则的精确度和执行效率成为研究的中心议题。Agrawal其后提出了改进的AIS算法Apriori，AprioriTID及AprioriHybrid，成为众多关联规则算法的基础。随着多种关联规则算法的提出以及算法不断显现出的优点及高效的处理能力，越来越多的人投入到对关联规则算法的研究中去，并且取得了很好的研究成果，产生了很多提高关联规则算法处理能力的改进算法，如FDBM_Apriori算法[2]，该算法采用基于划分的方式，将数据库使用分区和二进制处理，分成若干子集，然后对子集使用Apriori算法进行计算，可

8、以看作为Apriori算法和基于划分的算法的一个很好的实践。同样DDApriori算法[3]、MDMITB算法[4]、基于文献[5]的ME-Apriori算法等也都是在Apriori算法的基础上整合其他方式针对Apriori算法进行改进。在针对Apriori算法进行改进的同时，将已有的Apriori算法的改进算法再次进行改进也成为了流行，并出现了大量的改进算法，例如：针对