关联分析在职业教育学习评价中应用研究.pptVIP

广东工业大学 生物柴油/乙醇/柴油混合燃料燃烧规律及排放特性研究 * 广东工业大学 生物柴油/乙醇/柴油混合燃料燃烧规律及排放特性研究 * 广东工业大学 生物柴油/乙醇/柴油混合燃料燃烧规律及排放特性研究 * 广东工业大学 生物柴油/乙醇/柴油混合燃料燃烧规律及排放特性研究 * 广东工业大学 生物柴油/乙醇/柴油混合燃料燃烧规律及排放特性研究 * 关联规则的学习及其在职业教育学习评价中的应用 姓名：吴塍勤 专业：计算机应用 研究方向：人工智能 指导老师：冀俊忠教授 论文内容构成 第1章的绪论主要介绍了本文的研究背景，国内外研究现状，阐述了职业教育现状，然后简单介绍了本文工作； 第2章系统地介绍了数据挖掘技术的相关知识理论，从数据挖掘的源数据、过程、任务和常用技术对数据挖掘进行了系统的阐述，然后指出了数据挖掘技术在教育学习评价系统中的应用情况； 第3章对关联规则的数据挖掘算法进行了研究； 第4章提出了基于关联规则的学习评价方法，并结合实例作了详细分析； 第5章阐述了学习系统的实现和应用。 课题背景及意义 课题背景：很多学校和机构都有自己的教学系统，但这些数据很多都是孤立地存在着系统的各个部分中，如何从这些海量的数据中，挖掘出有价值的信息，是中职教育当前一个非常迫切的问题； 课题意义：本文基于当前中职学校教学管理系统的具体情况，采取数据挖掘技术对教学管理系统进行研究，分析学生的学习行为，为系统管理者和决策者提供数据库中的隐含模式，挖掘潜在的规律，科学评估教育教学质量，同时通过对应用系统的软件体系结构的改进，对其推广到大系统的可行性与可扩展进行探索，具有一定的理论与应用价值。 国内外研究现状 1）数据挖掘中一个很重要的研究热点就是关联规则，它表示的是数据和数据之间的关系，目前已经有很多学者提出了关联规则的算法，最经典的当属Agrawal等人提出的Apriori算法，此外还有关联算法、基于采样的算法、反扭曲算法等等； 2）目前，我国关于数据挖掘在教育中的研究还不算很多，但已有一些探索性的研究见于报道，例如王灵玲参照教育部组织的高职高专院校人才培养工作水平评估指标体系初拟指标，运用灰色关联分析对宁波市几所高职院校的指标满意程度进行排序、分析，为决策提供依据；花莉平借鉴灰色系统理论，在权衡内部与外部、显性与臆性等影响因素的基础上，提出多指标的评价方法，构建高校教育质量评价的灰关联分析模型，并提出了算例。 数据挖掘在学习评价中的应用 1）教学管理系统中储存了大量关于学生信息的数据，通过对这些数据进行挖掘，可以全面去评价学生的学习行为，对学生进行提早的教育指导，同时还有利于减少老师对学生评价中的主观影响，尽可能客观地去评价每一个学生； 2）研究课程之间的关联性。通过学生各科学习成绩和课程安排之间的关系，可以分析出学生的学习在哪些科目上存在相关性，某些课程是否与其他课程存在一定的相关关系，进而影响到学生的学习成绩； 3）通过对学生行为的分析，找出学生之间或者学生与老师之间行为的相关性，可以研究出哪些活动的设置能够更充分地发挥出学生的积极性，调动更多的学生参与，或者哪些类型的学生更适合于哪些类型的活动，促进学生之间的互动，提高整个班级的学习精神面貌。 关联规则挖掘算法 1）Apriori算法：Apriori算法的基本思想是将关联规则挖掘算法的设计分解为两步： （1）找到所有支持度大于最小支持度的项集，即频繁项集； （2）使用第（1）步找到的频繁项集产生所期望的规则。 2）Apriori算法不足： （1）如果在生成候选频繁项集之前能判断某些候选频繁项集是非频繁集，则可避免连接生成这些候选频繁项集的时间开销，又可避免在扫描数据库时的时间开销； （2）连接程序中相同的项目重复比较太多，如果能避免这些重复的比较，则可提高算法的效率； （3）在扫描数据库的过程中，有些可以判断出不必再去扫描的项目或事务被多次扫描，如果能避免这些不必要的扫描，则可以提高Apriori算法的效率 关联规则挖掘算法 改进的Apriori算法： 1）频繁项目集有这样的性质，如果某个m维数据项目集中，存在m-1维的子集并不是频繁项目集，那么可以推断这个m维数据项目集也不是频繁项目集。因此在进行剪枝操作时候可以忽略所有与该元素有关的组合，这个在识别1维的频繁项目集上优势更加明显，只需要进行一步的频度统计工作，而无需进行连接操作； 2）不再产生候选项目集，而是直接将频繁项目集通过求事务的元素之间的交易计数求得。首先将原数据库转化为一个垂直的数据库，然后对新数据库中的元素两两分别求其交集，如果交集的元素数目少于整体频度，则可以将其舍去，保留交集的元素数目大于整体频度的交集，作为下一个频繁项目集，如此一直进行，直到不能再产生新的频繁项目集为止。 改进算法分析 改进算