數(shù)據(jù)挖掘技術(shù)在高校教學(xué)評價中的應(yīng)用研究.pdf

1、數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程,它是知識發(fā)現(xiàn)的有效手段。通過數(shù)據(jù)挖掘技術(shù)可以解決當(dāng)前數(shù)據(jù)庫系統(tǒng)面臨的“數(shù)據(jù)豐富而知識匱乏”這一問題。關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘中最主要和最成熟的研究方法技術(shù)之一,關(guān)聯(lián)規(guī)則挖掘能夠找出事務(wù)之間隱藏的有意義的聯(lián)系和規(guī)則。本文研究的目的就是將數(shù)據(jù)挖掘技術(shù)與教學(xué)評估相結(jié)合,從大量評價數(shù)據(jù)中提取出隱藏的有用信息,從而為教務(wù)管理

2、部門提供決策支持依據(jù),提高教學(xué)質(zhì)量。
　　本文在對關(guān)聯(lián)規(guī)則挖掘的經(jīng)典算法Apriori算法詳細(xì)闡述和分析的基礎(chǔ)上,針對其需要多次掃描事務(wù)數(shù)據(jù)庫和可能產(chǎn)生龐大的候選集這兩個性能上的瓶頸問題,提出一種新的基于鄰接表的改進的Apriori算法-IA算法。在IA算法中引入“事務(wù)的長度”這個新概念,使用鄰接表存儲事務(wù)數(shù)據(jù)庫。IA算法針對求 Ck中每個候選支持度計數(shù)步驟,通過減少掃描對k-頻繁項集產(chǎn)生無效的事務(wù)的方法來提高效率。通過實驗得出,