改进的Apriori算法在教学评价中的应用研究.docVIP

改进的Apriori算法在教学评价中的应用研究 　　摘要:该文通过对Apriori算法进行改进,借助0-1矩阵,只扫描一次数据库,直接从高维项目集入手计算项目集的支持度,从而寻找最大频繁项目集。将该改进算法应用于课堂教学评价中,可以挖掘出影响课堂质量的因素,从而指导教师改善课堂教学,提高教学质量。 　　关键词:频繁项目集;侯选项目集;Apriori算法 　　中图分类号:G434文献标识码:A文章编号:1009-3044(2010)01-145-03 　　Application Research of an Improvement on Apriori Algorithm in Evaluating Teaching Quality 　　HE Fen, WU Ye-fu 　　(Wuhan University of Technology, Wuhan 430063, China) 　　Abstract: This paper mainly researches about the improvement on Apriori algorithm and the application research in evaluating teaching quality. This improvement based on 0-1 matrix,it just scans database once,and finds out the highest dimension frequent itemset directly from high dimension itemset. With the help of this improved algorithm ,some obtained knowledge will be applied in guiding the teaches teaching and improving the quality of teaching. 　　Key words: frequent itemset; candidate itemset; Apriori algorithm 　　由于教学信息数量大、量度水平低、教学信息的隐含性、教学信息的模糊性等特征,蕴含在教学中的很多潜在、有用信息难以被人们发现利用。利用数据挖掘中的关联挖掘技术,可以对潜在数据提取、分析、处理,从中及时发现有用的信息,从大量不确定因素中找到规律,指导教师分析、反思改进教学。 　　关联规则挖掘是数据挖掘中最活跃的研究领域之一,最早由Agrawal等人于1993年首先提出。在众多的关联规则挖掘中,Apriori算法是最基本也最核心的一种。 　　1 传统Apriori算法 　　Apriori算法是1994年由R.Agrawal和R.Srikant提出的,它使用的深度优先的迭代搜索方法,首先找到频繁1-项集集合F1,用F1找频繁2-项集集合F2,再用F2找F3,依次循环的方式,直到不能找到频繁K-项集为止,且找每个Fk都需要一次数据库全扫描。 　　传统算法最重要的的不足是:对数据库进行多次扫描,需要很大的I/O负载,并且候选项目数多,计算项过多,内存利用率低,以致影响运行效率。 　　2 改进的Apriori算法思想 　　2.1 将事务数据库转化为0-1矩阵 　　规则1:对一个含有n个事务Ti(i=1,2,……n),m个项目Xj(j=1,2……m)的事务数据库,首先将其生成一个(n+1)×(m+1)的矩阵,其中第一行用于标识项目,第一列用于标识事务。 　　对每一列求和即为对应项目Xj在所有事务中出现的总次数k,若k小于最小支持度minsup,则说明该项目不可能出现在任何频繁项集中,所以应将该项目对应的列直接删掉,这样做不会影响频繁项集的生成,相反简化了矩阵,更易于后面的操作,经过这步操作形成初始矩阵M。 　　2.2 直接利用矩阵从高阶项集着手寻找最大频繁项集 　　改变传统Apriori由低维频繁项集到高维项集的多次连接运算,直接利用矩阵从高阶项集着手寻找最大频繁项集。 　　主要过程为: 　　1)对关联矩阵M的每一行进行求和,计算出所有事物包含的项目数; 　　2)选取项目数最多K(可能包含多个)的为测试频繁项目集的备选项目集; 　　3)依次计算备选项目集中各项目集的支持度,若支持度小于最小支持度minsup,则直接从备选项目集中删除,最后剩余的即为我们要寻找的频繁项目集;若备选项目集最后为空,则k值减1继续2),直到找到频繁项目集。 　　其中3)中计算项目集的支持度不采用传统的连接、剪枝等步骤,直接利用矩阵来计算,主要通过选取项目集中包含的项目构成新的矩阵,直接扫描矩阵,计算出全为1的行数即为支