基于数据挖掘关联规则技术的程序设计训练课程指导系统研究.pdfVIP

32 基于数据挖掘关联规则技术的程序设计 训练课程指导系统研究 贾燕茹 王玉芬 郭晓娟 摘要 目前高等职业学校的程序设 项目组成员对学生提交的程序设计 义变量， 各级括号定界符未配对， 引用 : 计实践教学普遍存在辅导重复、 效率 作业利用关联规则技术进行了研究， 从 数组元素时误用了圆括弧， 在用标识符 低、 难于发现普遍错误等问题， 文章主 中找出了潜在的有用的信息， 并及时应 时忘记了大小写字母的区别等； 造成编 要介绍了针对这些问题的一种有效解决 用在教学过程中， 节省了教师和学生时 译警告的主要原因有格式输入函数调用 方法。 利用数据挖掘的关联规则技术， 间， 提高了教学效率， 教学效果明显提 时缺少地址运算符， 用户变量定义后未 设计了一套应用软件， 能对学生编写的 高。 使用等； 造成程序结果不正确的错误如 程序进行检查、 检测、 科学统计和分 2 关联规则算法及性能分析 除法运算符两侧运算量不是整型常量， 析， 找出潜在的问题和出错规律， 快速 关联规则挖掘就是从事务数据 switch 语句的各分支中漏写 break 语句， 给出检查统计结果， 帮助教师全面掌握 库、 关系数据库和其他信息存储中的大 对应该有花括弧的复合语句， 忘记加花 学生编程情况， 发现导致学生程序设计 量数据的项集之间发现有趣的、 频繁出 括弧等。 的错误点及出现错误的主要因素， 及时 现的模式、 关联和相关性， 它主要由两 4.2 教学效果比较 为学生反馈信息， 促进教师调整教学内 步来完成： 一是找出所有频繁项集， 二 在 2007 年下半年， 项目组在开设 容和方式， 从而开展更具针对性的训练 是由频繁项集产生强关联规则。 挖掘关 C 程序设计课的专业中抽取了两个教学 辅导， 大大提高实践教学效率和辅导质 联规则的总体性能由第一步决定即找出 班， 分别用两种教学法， 对没有使用数 量。 所有频繁项集。 Apriori 算法是一种找频 据挖掘技术和使用了数据挖掘技术的教 关键词 数据挖掘技术 关联规则 繁项集的基本算法。 学效果进行了分析比较。 两个教学班分 : 程序设计 教学指导 算法是通过项目集元素数目 别统计了 次平均成绩和程序错误发 Apriori 12 不断增长来完成频繁项目集发现的。 首 生率， 结果如表 所示。 7 数据挖掘 （ ） 技术是新 先， 产生 频繁项目集 ， 然后由 为未采用本方法指导教学的学生程 Data Mining 1- L1 L1 兴的数据管理与分析技术。 数据挖掘可 产生 ， ……， 依次类推， 反复迭代直 序作业平均成绩统计图， 折线表示每次 L2 以从大量的数据中提取或挖掘知识 找 到不能扩展频繁项目集的元素数目而终 学生作业的平均分数， 平均成绩基本