基于fp-tree算法频繁模式挖掘的选课系统设计与实现

《基于fp-tree算法频繁模式挖掘的选课系统设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分女号：TP3诗f缀：睢住代码：10422学呼：R03200302雹J。莨{，孳硕士学位论文ShaRdongUnlversityMaster’5ThesiS论文题目：基于FP—Tree算法频繁模式挖掘的选课系统设计与实现作者姓并々业指导教师姓名}业技术暇务房琳软件工程洪晓光教授山东大学硕士学位论文摘要数据仓库和数据挖掘是数据库研究、开发和应用最活跃的分支之一，也是决策支持系统的关键因素。数据仓库是一个支持管理决策过程的、面向主题的、随时间而变的数据集合，它是集成的，也是稳定的．数据挖掘是采用人工智能的方法对数据库和数据仓库中的数据进行

2、分析、获取知识的过程。它们的结合能更好地为学校或有关部门不同范围的决策分析提供有力的依据．本文通过对数据仓库理论和数据挖掘技术的研究，结合选课系统的特点，提出将数据仓库理论和数据挖掘技术运用到教学管理中，并结合一个实际项目，给出具体的设计及实旄方案．随着高校教学体制及模式改革，专业设置日趋多样化，课程学分制的普及，学生选课成为高校教学管理的一项重要工作。而现代化的高校教务管理需要现代化的信息管理系统支持，纵观以往的学生选课管理系统，多半是单纯完成选课功能的系统，缺乏综合分析，辅助决策的能力，并且对其历史积累的海量信息中隐含知识的利用无

3、能为力，而这些信息，则可以辅助相关部门进行合理的教学资源分配并做出相应开课决策，对教学进行合理的评估。采用先进技术通过对学生选课进行分析过程中产生的数据进行多层次、多角度的分析，利用分析结果辅助教学决策是保证教学质量、提高学生素质的必然要求．该系统结合了学生选课系统、选课数据分析系统，两大主要功能模块，本文着重介绍了选课数据分析系统即数据挖掘模块的实现方法与相关技术，在选择数据挖掘算法时，经过仔细分析与研究，发现长期以来，挖掘频繁模式主要采用Apriori算法及其改进形式，这类算法需要产生大量候选项集，并反复扫描数据库，降低了挖掘的效

4、率．本系统采用的FP-tree算法是一种基于模式增长的频繁模式挖掘算法，避免了大量候选项集的产生，只需要两次扫描数据库．效率比Apriori算法快一个数量级．论文后几章分析了利用JAVA和JSP技术实现基于WebS]学生选课系统的设计方案，通过大量事实数据的分析，得到一些有用的实验结果，可以运用到实践中，对高校教学管理起到一定指导作用．文章最后提出了系统进一步完善及更好的利用关联规则算法进行数据挖掘研究的设想和展望·‘Ill山东大学硕士学位论文关键词：数据挖掘频繁模式关联规则FP-tree算法IV山东大学硕士学位论文ABSTRACTD

5、atawarehouseanddataminingaretwoofthemostactivebranchesofdatabasestudying，developingandapplication，andalsothekeyfactorsofDSS．Datawarehouseisadecisionsupporting，subject—oriented，integrated．stableandtime—dependentcollectionfromdatabaseanddataofdata：dataminingistoanalyzedat

6、aandacquireknowledgewarehouseusingthemethodofartificialintelligencebindingofthemwiiiprovideastrongbasisofdecisionanalyzingforenterprisesrelateddepartments．Withtheresearchoftheoryindatawarehouseandthedataminingstudying，anewapproachhasbeenproposedinordertoreflectthespecia

7、lrequestsofthecourseenrolment．Asthesystemandmodereformationinuniversities，thecourseenrolmentnowbecomesoneofthemostimportantissuesincollegeaffairs．Themoderneducationaladministrationneedsthesupportfrommoderninformationmanagementsystems．Mostofthepreviousstudentmanagementsy

8、stemsaretheOn—LineTransactionProcessing(OLTP)systemsthathavenoabilityofsyntheticanalysis，decisionsupport，andth