Apriori算法在网络教学平台自动推荐学习资源功能中的应用.docVIP

Apriori算法在网络教学平台自动推荐学习资源功能中的应用 卢小华 刘静 山西工商学院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 主要研究了数据挖据关联规则中挖掘频繁项集的Apriori算法在教学平台中的应用,以学生进入课程中心进行学习的日志记录作为原始数据,采用Apriori算法分析知识网页间的关联,根据关联规则进行学习资源的个性化推荐,从而满足不同学生的学习需求。 关键词： 关联规则; Apriori算法; 教学平台; 学习资源推荐; 作者简介：卢小华(1981—),女,山西五台人,工程硕士,现就职于山西工商学院计算机信息工程学院,研究方向:数据挖掘; 作者简介：刘静(1981—),男,山西朔州人,现就职于山西工商学院网络中心,教育技术学专业。 收稿日期：2016-07-06 基金：山西工商学院《C语言程序设计精品课程建设项目管理研究》,编号:201549 Application of Apriori Calculation in Network Teaching Platform to Automatically Recommend Learning Resources Function Lu Xiaohua Liu Jing Computer Information Engineering College of Shanxi Technology and Business University; Abstract： This paper mainly studies the data digging, according to the association rules Apriori algorithm for mining frequent itemsets in the application of the teaching platform, into the heart of the course on the students to learn the logging as raw data, USES the Apriori algorithm analysis knowledge web page, the correlation between learning resources according to association rules of personalized recommendation, to meet different learning needs of students. Keyword： association rule; Apriori calculation; teaching platform; study material recommend; Received： 2016-07-06 引言 随着信息技术和网络技术的快速发展,各大高校均构建了网络教学平台,但是现有的教学平台缺乏个性化功能设计,不能根据不同需求进行学习资源的自动化推荐,因此在教学平台的设计中,加入数据挖据中基于关联规则的Apriori算法对于提高学生的学习效果是很有意义的。 1 关联规则的相关概念 假设用字母D代表数据库中所有事务的集合,而每个事务用字母T来表示,事务的标识符用TID来表示,且 。并假设用字母I来表示数据库中所有数据项的集合,其中每一项用Im来表示,T为I的子集。假定A、B均为项集,均是T的非空子集,且A和B的交集不为空,则说明A和B是相关联的项集,既A=B。这个推算公式就称为D中A和B的关联规则[1] 。 1.1 支持度(support) 1)D中项集X出现的次数称为支持度计数。 2)在数据事务集合D中,项目集A所在的事务数与D中总的事务数的百分比称之为A在D中的支持度,记作sup(A)[2] 。 3)关联规则的一般形式为:A=B,其含义为A出现的同时也导致B出现。则A=B的支持度为:support(A=B)=suppport(A∪B)=P(A∪B)=T(A∪B)/|D| 其中|T(A∪B)|代表A∪B的事务数,|D|表示事务总数,支持度代表了关联规则的频度[3] 。 1.2 最小支持度 由用户自设的支持度的一个阈值,记作minsup。 1.3 置信度(confidence) 是指数据库事务D中A和B同时出现的次数与A出现的次数之比。 confidence(A=B)=(support(A∪B))/(support(A)) 1.4 最小置信度 是用户设定的衡量置信度的一个阈值,表示关联规则的最低准确率,记作minconf。 1.5 频繁项目集