关联规则分类挖掘技术在教育评价系统中应用研究.pdf

摘 要 随着数据库技术与网络技术的快速发展，各领域数据呈指数级增长，这些数 据中存在着潜在的、有价值的信息。如何将此类信息挖掘出来并提供给用户再次 使用是业界需要解决的重要课题，因此数据挖掘成为业界研究的重点方向。作为 数据挖掘的两个高度活跃的分支：关联规则和分类挖掘的应用前景更加广泛。关 联规则主要是寻找数据项间的相关性；分类则是通过分类器聚集同类属性。两者 产生的数据项具有相似性。因此可以将两种算法融合，构建关联分类挖掘算法。 本文在对关联规则数据挖掘算法和分类数据挖掘算法进行了详细研究的基础上， 提出了一种基于频繁模式树的关联规则分类数据挖掘算法。 新算法在构建FP．仃ee时把项目的分类信息融合到频繁模式树中，构建成 CFP．慨。采用自底向上的搜索方式对类别属性的每个值搭建不同的被约束子树。 按此种方式构建的分类频繁模式树，避免了指向同名的特征属性的链表存在，可 得到远小于CFP．慨被约束子树。在被约束子树上发现分类频繁模式的同时输出 分类规则，提升了算法的性能。最后结合高校教育评价的特点，将改进的算法应 用在高校教育评价系统中。 关键词： C眦； 教育评价 分类；关联规则挖掘；Apriod算法； evaluation ofassociationrule inthe Classification mining ofeducation system application Du yongSheng(ComputerTeclm0109y) Pr0￡Xu Diroctcd by Jiuyun AbStract thed砒出aSe n咖ork of tec：hn0109y趾d也etec：hn010鼢 W弛rapiddevelopment datahaVe eac_hfieldare ord既Th嚣e medataof growiIlgbycxpon训al potential， t0c)【cavatet11iskindofinf-0m撕onalld t0 valuableinfomation．How pr0、，ide也em isme taskshouldbe medataexcav撕onbecom鹊 meusersr朗se import锄t s01ved，so researchwodd．Ast、)l，o actiVebranchesof也eda协 mefocal of也e hi班1y point excayation、枷llbemore me嬲sociationruleand也ec1勰sifiod excavatiom widely uscdinthefimlre．Thes