基于數(shù)據(jù)挖掘的學生學習指導系統(tǒng).pdf

1、隨著高校教育體制的改革，學分制的推廣，學生選課的自主性越來越大。但是學生在選課的過程中，由于對所選課程需要的基礎知識認識不足，導致選課具有一定的盲目性。開發(fā)一套基于現(xiàn)有教學管理系統(tǒng)中數(shù)據(jù)的學生學習指導系統(tǒng)來指導學生選課是很有必要的。 數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)(通常是商業(yè)數(shù)據(jù)庫中的大量數(shù)據(jù))中提取出模式和知識的過程。然后在新的數(shù)據(jù)子集中驗證發(fā)現(xiàn)的模式。數(shù)據(jù)挖掘的最終目的是輔助決策者決策。本文對數(shù)據(jù)

2、挖掘技術尤其是關聯(lián)規(guī)則挖掘技術進行了系統(tǒng)、深入地分析和研究，并將其投入到實際應用中。主要包括以下一些內容： 首先，在提出數(shù)據(jù)挖掘基本概念的基礎上，詳細介紹數(shù)據(jù)倉庫的知識，并探討了數(shù)據(jù)挖掘的模式分類和數(shù)據(jù)挖掘的過程。 然后討論了關聯(lián)規(guī)則和關聯(lián)規(guī)則算法。通過分析經典Apriori算法，發(fā)現(xiàn)Apriorir算法的缺陷。提出了基于聚類的關聯(lián)規(guī)則改進算法和基于權值的關聯(lián)規(guī)則挖掘算法?；诰垲惖年P聯(lián)規(guī)則改進算法的目的是提高算法效率，

3、在預處理階段先將數(shù)據(jù)聚類，縮小數(shù)據(jù)集，對關聯(lián)規(guī)則挖掘算法改進后，再進行挖掘?；跈嘀档年P聯(lián)規(guī)則挖掘算法的目的是提高挖掘結果的合理性，針對于各數(shù)據(jù)項的不同地位或重要性，利用線性函數(shù)對各數(shù)據(jù)項設置權值，然后再進行關聯(lián)規(guī)則挖掘。最后在基于聚類的關聯(lián)規(guī)則改進算法和基于權值的關聯(lián)規(guī)則挖掘算法上再添加興趣度閾值，以達到減少算法產生的無用規(guī)則數(shù)量和提高算法性能的目的。 最后，將改進算法應用到學生學習指導系統(tǒng)中，通過分析學生成績數(shù)據(jù)庫，系統(tǒng)得到