关联规则在教务管理系统中应用研究.docVIP

关联规则在教务管理系统中应用研究 　　【摘 要】现行高校教务管理信息系统中存放了大量的历史数据，这些数据所隐藏的价值并没有被充分挖掘和利用，主要原因是目前的教务管理系统几乎没有数据挖掘功能。本文分析了关联规则的经典Apriori算法的优缺点，使用数据库SQL及VB编程语言对其优化，开发了一个教学决策支持平台原型，并以学生成绩与课程设置的潜在联系为例进行了分析。 　　【关键词】数据挖掘；关联规则；Apriori算法；决策支持平台 　　0 引言 　　数据挖掘是从大量或海量的数据中提取或“挖掘”知识[1]，找到或发现隐含在其中的预先并不知道的有潜在价值的知识的过程，有时也称之为知识发现。网络时代的高校购买或自行开发了各种信息化管理系统，例如教务管理信息系统、招生就业管理系统以及人事管理等系统等。这些系统中含有大量的数据，但是国内的教务管理信息系统几乎没有提供类似的决策支持功能。因此，有必要对这些大量的历史数据进行数据挖掘分析，提取隐含在其中的有价值的信息，以便于管理和决策活动的开展和进行。 　　1 关联规则研究进展 　　Agrawal等人于1993年首先提出挖掘顾客交易事物集中项集之间的关联规则，并于1994年设计了基于频集理论的Apriori算法[2-3]，以后很多的研究人员对此展开了研究，完善了其算法，并陆续提出了新的算法。例如，Hash算法、分块算法、串联关联规则算法