摘 要 :该文将关联规则的Apriori算法应用于考试系统中,通过对考生各门课程考试成绩的分析,找出课程之间的联系,为教师的教学及学生的努力方向提供指导性意见.
关 键 词 :关联规则;Apriori算法;成绩分析
中图分类号:TP301 文献标识码:A 文章编号:1009-3044(2013)13-3059-03
随着信息技术与计算机网络的迅速发展,网络考试系统逐渐取代了传统的考试模式,在考试系统中,存储了大量的学生成绩数据,如何有效利用这些宝贵数据,提取其中隐藏的有价值的信息对指导高校学生培养有着重要意义.该文使用关联规则的Apriori算法对我校计算机专业考试成绩分析,挖掘出某些课程对其他课程的影响程度,找出知识之间的联系,指导学科教学计划与课时安排.
1.关联规则Apriori算法的基本理论
1.1 关联规则
1.2 Apriori算法
Apriori算法是一种经典的生成布尔型关联规则的频繁项集挖掘算法.其中心思想是首先通过对事务数据库进行扫描,找出所有的频繁1-项集.然后做如下两步循环工作:1)连接.对频繁k - 项集中的项进行连接;2)减枝.对连接后的项目集进行筛选,删除那些子集不是频繁集的项目集,得出候选(k+1)-项集,当频繁k-项集为空时,循环终止.最后由频集产生强关联规则.
2.Apriori算法在考试成绩挖掘中的应用
选取计算机科学与技术专业的编译原理、算法与数据结构、计算机网络、离散数学、C语言程序设计、面向对象程序设计等六门课程作为数据挖掘的数据基础进行分析实验.
2.1 数据预处理
1)生成事务数据库
2) 设置支持度和置信度
支持度和置信度值不同的情况下,挖掘出来的频繁项集也有所不同,在操作中应该进行多次试验,根据关联规则产生的结果需求,不断地调整支持度与置信度的值,直到挖掘出用户比较满意的结果,停止循环迭代,以求既不要产生太多的关联规则,又不丢失有价值的规则信息.
2.4 关联规则挖掘结果分析
数据挖掘结果说明了“算法与数据结构”课程与“C语言程序设计”课程和“面向对象程序设计”课程是息息相关的,该规则可以指导教务工作者在安排课程时,将“算法与数据结构”课程安排在其他两门课程前面,并且根据实际情况调整课时安排.
3.结束语
本文从教学实际出发,使用Apriori算法对学生成绩进行关联挖掘操作,找出了优秀课程之间的关联,找出了影响成绩的重要因素,对学校教学管理与课程安排的改进起到了指导性的作用,有利于提高教学质量和学习效果.