- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于互信息的教育数据矩阵加权正负关联模式发现.pdf
ISSN 1004—9037,CODEN SCYCE4 http://sjcj.nuaa.edu.en
JournalofDataAcquisitionandProcessingVo1.30,No.1,Jan.2015,PP.219—230 E—mail:sjcj@nuaa.edu.en
DOI:10.I6337/j.1004—9037.2015.01.022 Tel/Fax:+86—025
◎ 2015byJournalofDataAcquisitionandProcessing
基于互信息的教育数据矩阵加权正负关联模式发现
余 如 。黄名选。黄丽霞
(1.广西教育学院文化传播学系,南宁,530023;2.广西教育学院党政办,南宁,530023;3.广西教育学院科研处,南
宁,530023;4.广西教育学院教务处 ,南宁,530023)
摘 要 :本文将互信息模型引入教育数据关联模式挖掘 ,提 出一种基于互信息的教育数据矩阵加权正
负关联模式挖掘算法,给 出与其相关的定理及其证 明。本文算法克服 了现有挖掘算法的缺陷,考虑 了教
育数据项集在学生信息数据库中具有的权值 ,采用新的正负关联模式评价标准,挖掘 出更接近实际情况
的正负关联模式。通过关联模式分析,发现教育数据 中潜在有用的教育、教学规律和教育发展趋势,为
教育管理、教育决策和教学改革提供科学的依据 。以真实的教育数据作为实验数据测试集,实验结果表
明,本文算法有效,在教育信息化数据处理与分析 中具有重要 的应用价值 。
关键词 :教 育数据挖掘 ;关联规则 ;负关联规则 ;矩阵加权模 式 ;互信息
中图分类号 :TP391 文献标志码 :A
DiscoveryofM atrix—W ei ted Positiveand NegativeAssociation Patternsfrom Educa。
tionalDataBasedonM utualInformation
YuRu ,HuangM ingxuan。,HuangLixia
(1.DepartmentofCultureandTransmission,GuangxiCollegeofEducation,Nanning,530023,China;2.OfficeofAdministrative
Management,GuangxiCollegeofEducation,Nanning,530023,China;3.OfficeofScientificResearchManagement,GuangxiCol—
legeofEducation,Nanning,530023,China;4.TeachingAffairsOffice,GuangxiCollegeofEducation,Nanning,530023,China)
Abstract:ThemutualinformationmodeliSintroducedintotheeducationa1dataassociationpatternsrain—
ing.A new miningalgorithm ofthematrix-weightedpositiveandnegativeassociationpatternsfrom edu—
cationaldataiSpresentedbasedonmutua1informationmode1.andtherelatedtheoremsandtheirproof
aregiven.Thealgorithm overcomesthedefectsoftheexistingalgorithmsforweightedassociation pat—
terns.Itpaysspecialattentiontothevariousweightsoftheitem setindatabase,andalsousesanew e—
valuation standardofpositiveandnegativeassociationpatterns.Hencethepositiveandnegativeassocia—
tionpatternsobtainedfrom theeducationaldatagetclosertoreality.Analysisonthesepatternsshows
that,thepotentialedu
文档评论(0)