关联规则挖掘技术在学生选课系统中应用.docVIP

关联规则挖掘技术在学生选课系统中应用 　　摘 要：文章运用数据挖掘的关联分析理论，对学生成绩数据库进行了挖掘，得到了一些合理、可靠的课程关联规则，从而为学分制体系下的学生选课提供指导以及为今后的教学课程设置提供参考。 　　关键词：数据挖掘 关联规则 Apriori算法 支持度 置信度 　　中图分类号：TP311.13 文献标识码：A 文章编号：1673-8454（2008）23-0080-03 　　 　　目前，在高校对学生的成绩管理工作中，普遍存在的问题是学生成绩数据量过于庞大，一般对这些数据的处理只是停留在数据备份、查询及简单统计等方面，并没有对大量的成绩数据进行深入地分析以获得便于教学工作的信息，这势必造成了教学信息资料的浪费。本文采用引入关联规则中Apriori算法，试图找出各门课程之间的关系。 　　数据挖掘(DM，Data Mining)就是从大量的、不完全的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又潜在的有用信息和知识的过程。关联规则挖掘是数据挖掘中最活跃的研究方法之一。最早是由Agrawal等人提出的，最初提出的动机是针对市场的购物篮问题进行分析，其目的是为了发现交易数据中不同商品之间的联系规则。关联规则挖掘可以发现存在于数据库中的项目或属性间有趣的关系，这些关系是预先未知的和被隐藏的。关联规则可以辅助人们进行市场运作、决策支持、商业