基于Apriori算法的教育决策系统的研究

《基于Apriori算法的教育决策系统的研究》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、摘要数据挖掘技术是应用一系列技术从大型数据库中提取出重要信息，它是KDD过程中最重要的一个步骤，而关联规则的挖掘是数据挖掘的一项重要的任务，用以发现大量数据项集之间的相关联系。本文主要对关联挖掘经典算法Apriori算法的缺陷进行了分析，针对原算法需要重复扫描数据库的不足提出了一种新算法，该算法利用事务集的TID标识数的计算来产生频繁项集，避免了重复扫描数据库从而提高了算法的效率。建立了一个基于新算法的教育管理决策关联规则挖掘系统，该系统共设计了五个挖掘主题，对当前高校教育中所蕴含的潜在教学规律进行挖掘，

2、从而提出了许多极富价值的建议，对高校的教学管理起到了很好的辅助作用。关键字：数据挖掘关联规则Apriori算法教育决策ABSTRACTDataminingtechnologyisappliedinaseriesoftechnologyfromlargedatabasestoextractimportantinformation，whichisthemostimportantKDDprocessastep，whiletheassociationruleminingisadatamininganimporta

3、nttasktofindalargenumberofdataitemssetbetweentherelevantconnections．ThisthesismainlyclassicalalgorithmApfiofiassociationminingalgorithmanalysisofdefectsfortheoriginalalgorithmSCanSthedatabaseandlessneedtorepeatthepaperproposesanewalgorithmthatidentifiesth

4、euseoftransactionsetstheTIDnumberofcalculationstogeneratethefrequentitemsets，toavoidRepeatscanthedatabasetoimprovetheefficiencyofthealgorithm．Theestablishmentofanewalgorithmbasedontheeducationandmanagementdecision·makingassociationruleminingsystem，whichwe

5、redesignedtotapfivethemes，onthecurrenthighereducationteachinginthepotentialinherentinthelawtocarryoutexcavation，whichmademanyextremelyvaluablesuggestions，teachingmanagementcollegesanduniversitiesplayedaverygoodsupportingrole．KeyWords：Dataminingassociation

6、miningalgorithmAprioriEducationdecision-makingn长春理工大学硕士学位论文原创性声明本人郑重声明：所呈交的硕士学位论文，《基于Apfiofi算法的教育决策系统的应用》是本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名：丝毛痉!丝兰兰二L年三月二兰，日长春理工大

7、学学位论文版权使用授权书本学位论文作者及指导教师完全了解“长春理工大学硕士、博士学位论文版权使用规定”，同意长春理工大学保留并向中国科学信息研究所、中国优秀博硕士学位论文全文数据库和CNKI系列数据库及其它国家有关部门或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权长春理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。作者签名：绉蔽礁指导导师签名：之尘年三月当丝旦年三月卫日1．1研究的目的及意义第一章绪论在过去的几十年中

8、，计算机技术飞速发展，计算机在人们的日常生产生活当中扮演着越来越重要的角色。利用计算机处理和存储数据已经成为了最重要的数据处理方式。尤其是近几年计算机存储设备无论在容量上还是速度上都有了极大的飞跃，加上各种各样数据收集设备的相继出现，极大的推动了数据库产业的发展。但目前大部分数据库系统还都只提供简单的事务性操作，如插入、删除、修改等，人们只能通过这些操作获取很有限的信息，而好多隐藏在这些数据后面的潜在信息和数据的联系都被忽略了