检索结果-南通市图书馆

检索条件"主题词=B-Apriori"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于关联挖掘的学生成绩分析系统的研究

基于关联挖掘的学生成绩分析系统的研究

引用

作者：章丽芳浙江工业大学

学位级别：硕士

随着高等教育的普及,各个高校不断开始扩招,使得在校学生的数量急剧增加。在普及教育的同时,也造成了信息量的飞速增长,给学校管理者和教师的管理教育工作带了不少严峻问题。传统的教育管理手段已经不能满足新形势下的教育管理工作,面... 详细信息

随着高等教育的普及,各个高校不断开始扩招,使得在校学生的数量急剧增加。在普及教育的同时,也造成了信息量的飞速增长,给学校管理者和教师的管理教育工作带了不少严峻问题。传统的教育管理手段已经不能满足新形势下的教育管理工作,面对大量的数据已显得力不从心。其中,如何对学生的考试成绩进行科学有效的管理就是众多问题中一个急需解决的问题。数据挖掘能够有效解决这一问题。目前大多数高校都建有学生成绩数据库,但只是进行简单的查询和统计操作,而隐藏在这些成绩数据背后更有价值的信息没有被挖掘并利用。针对这一问题,本文提出利用数据挖掘中的关联挖掘方法对学生成绩进行更深层次的挖掘,得到不同课程之间的关联信息,以便于学校管理者决策分析、教师的授课计划以及学生的学习安排。本文主要工作和成果如下: 1、针对传统的关联挖掘算法FP-growth效率不高问题,本文在此基础上提出FPT算法。FPT算法对其数据结构进行改进,增加了一个tail域,将所有的项组织起来生成FPT-tree。在新增一个节点时,传统的方法需从链表的第一个节点开始查找,然后顺着各个节点的next指针,直到找到最后一个节点,再将新节点插入链表尾部。FPT算法通过查找FPT-tree中的tail域,直接可找到链表的最后一个节点,直接将新节点插入即可,提高了效率。实验表明改进后的FPT算法在性能上有较大提高,尤其在处理大数据量时,这种优势更明显。 2、由于学生的成绩是离散数值型,为方便应用关联挖掘算法对其挖掘,需要将学生成绩进行区间划分。然而,划分区间长度的大小直接影响关联规则的产生。为了尽可能降低这种影响,本文将模糊集引入关联挖掘中,提出模糊关联挖掘算法b-apriori。将需挖掘的属性集分成若干模糊集,计算数据项对其模糊集的隶属度,通过隶属度计算出项集的支持度和置信度。实验验证表明b-apriori算法具有较高的准确性和实用性。 3、设计并实现了基于FPT算法和b-apriori算法的学生成绩管理系统,对学生成绩进行分析,发现不同课程之间的关联,为教师教学管理工作和学生学习提供决策。

关键词：数据挖掘关联规则 FPT b-apriori 成绩分析

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：