数据挖掘在教学测评系统中的应用与研究.pdfVIP

第6期 湖南人文科技学院学报 No．6 2007年12月 Journal of Hunan Institute of Humanities，Science and Technology Dec．．20O7 数据挖掘在教学测评系统中的应用与研究 李新良 2 (1．湖南娄底职业技术学院，湖南 娄底 417000；2．湖南大学计通院 ，湖南 长沙 410082) [摘 要]教学测评是教学管理过程中的重要环节。将数据挖掘运用于教学测评之中，可以提高教学评价技术水平。 利用数据挖掘方法中的聚类分析和Apfiofi算法相结合，从而对测评系统数据进行关联规则挖掘。 [关键词]数据挖掘；教学测评；关联规则；聚类；Apriori算法 [中图分类号]TP391．76 [文献标识码]A [文章编号]1673—0712(2007)06—0045—04 件的依赖性关系。关联规则挖掘的主要对象是事务数据， 引言 是形如“x—Y，支持度=s％ ，置信度=c％”的规则…。 在如今科技飞速发展的信息化、网络化时代，随着数据 2．2 关联规则挖掘的一般步骤： 库技术的高速发展以及网络技术、数据库管理系统的广泛 (1)预处理与挖掘任务有关的数据。根据具体问题的 应用，人们所积累的各类数据、信息呈几何级数增长，更好 要求对数据库进行相应的操作，进而构成规格化的数据D。 地利用这些数据和信息，已成为人们关注的焦点。面对这 (2)针对D，求出所有满足最小支持度的项集，即最大 一 挑战，数据库知识发现(KDD)的核心技术——数据挖掘 项集。由于我们面临的数据库都比较大，所以此步是算法 (Data Mining)技术应运而生，并显示出强大的生命力，它 的核心。 透过数据的表面提取出数据的实质，是人工智能与数据库 (3)生成满足最小置信度的规则，形成规则集R。 相结合的产物。为用户的分析决策提供智能的、自动化的 (4)解释并输出R。 手段。本文从研究关联规则算法的基础上，利用聚类算法， 2．3 Apriori算法及改进 提出了一种改进的关联规则算法，从而提高系统的效率。 Apfiofi算法使用一种称作逐层搜索的迭代方法 ，k 一 项集用于探索(k+1)一项集，首先，找出频繁l一项集的 l 教学测评 集合，记作L ，L 用于找频繁2一项集的集合L：，L2用于找 教学测评是教学过程的重要组成部分，它以教学目标 ，如此下去，直到不能找到频繁k一项集．找每个 Lk需扫 为依据，制定科学的评价标准，运用一切有效的技术手段， 描一次数据库． 对教与学活动的过程及其结果进行测量，并给以价值判断。 该算法比较容易分析出规则但也存在如下问题： 教学评价不仅对教学起着调节、控制、指导和推动作用，而 1)该算法会产生太多的冗余规则。 且有很强的导向性，是学校教学管理工作的重要组成部分， 2)该算法的效率也存在问题。为寻找频繁项扫描数 是评价教学工作成绩的主要手段。目前，在教学评价中有 据库的次数太多。 几种常用的评价方法，即定性评价、定量评价、标准差方法。 本文提出了一种改进的Apririo算法，在数据的预处理 这几种方法都不尽人意。本文将数据挖掘技术引入到教学 阶段利用聚类分析法，分析待挖掘的数据，先将数据进行聚 测评中，能够较好地解决教学测评中传统分析方法的不足。 类分类，将区域细化，选择聚类后的用户感兴趣的数据进行 关联规则挖掘，即将两种方法结合起来，在聚类