基于兴趣度的高职课程关联规则挖掘

doi:10.3969/j.issn.1007-2985.2012.03.011

journal6 ›› 2012, Vol. 33 ›› Issue (3): 41-46.DOI: 10.3969/j.issn.1007-2985.2012.03.011

基于兴趣度的高职课程关联规则挖掘

（亳州职业技术学院信息工程系，安徽亳州236800）

出版日期:2012-05-25 发布日期:2012-08-24
作者简介:董辉（1975-），男，安徽亳州人，亳州职业技术学院信息工程系讲师，硕士，主要从事数据库、数据挖掘研究.
基金资助:
亳州职业技术学院自然科研基金资助项目(BYK1105)

Association Rule Mining Based on the Interestingness About Vocational College Courses

(Bozhou Vocational and Technical College，Bozhou 236800,Anhui China）

Online:2012-05-25 Published:2012-08-24

摘要/Abstract

摘要：研究关联规则数据挖掘，讨论兴趣度的概念，设计基于此概念的算法.以高职成绩数据库为处理对象，分析课程间的关联规则，并以兴趣度为约束条件，剔除具有欺骗性的无效关联，挖掘一些合理可靠的课程间有趣的关联规则，从而为高职课程设置和教学大纲的修订提供参考，同时也验证了算法的有效性.

关键词： 数据挖掘, 关联规则, 兴趣度, 课程设置

Abstract: This paper studies the association rules data mining,the concept of interestingness and algorithm design based on the concept.Taking vocational college’s achievement database for processing object，this paper analyzes the association rules of courses;and with interestingness as constraint conditions,deceptive invalid association rules are eliminated,and some reliable interesting association rules of courses are discovered.This paper provides reference for vocational college curriculum design and syllabus revision，and it also verifies the validity of the algorithm.

Key words: data mining, association rules, interestingness, course-setting

董辉. 基于兴趣度的高职课程关联规则挖掘[J]. journal6, 2012, 33(3): 41-46.

DONG Hui. Association Rule Mining Based on the Interestingness About Vocational College Courses[J]. journal6, 2012, 33(3): 41-46.

[1]	曹卿. 基于潜在数据挖掘的小样本数据库对抗攻击防御算法[J]. 吉首大学学报（自然科学版）, 2024, 45(1): 30-35.
[2]	谭璐, 向晓媚, 刘冰, 王志成, 陈功锡. 德夯风景名胜区野生药用植物资源多样性与药材属性关联性[J]. 吉首大学学报（自然科学版）, 2023, 44(2): 87-95.
[3]	莫礼平, 黄永琨. 基于FP-Growth算法的词性标注规则获取方法[J]. 吉首大学学报（自然科学版）, 2021, 42(4): 38-43.
[4]	李洪毅，欧祖军. 定向师范生培养的课程设置优化[J]. 吉首大学学报（自然科学版）, 2019, 40(2): 88-92.
[5]	左而非. 韩国特殊体育教育专业课程设置特色——以韩国龙仁大学为例[J]. journal6, 2015, 36(6): 92-95.
[6]	尹鹏飞, 欧云. 基于决策树算法的银行客户分类模型[J]. journal6, 2014, 35(5): 29-32.
[7]	段明秀, 唐超琳. 一种基于密度的聚类算法实现[J]. journal6, 2013, 34(1): 26-27.
[8]	刘文军, 游兴中. 一种改进的凝聚层次聚类法[J]. journal6, 2011, 32(4): 11-14.
[9]	高永惠. 数据挖掘中关联规则集的优化[J]. journal6, 2010, 31(4): 38-42.
[10]	尹鹏飞, 张晓丹. 一种基于简单遗传算法的K-Means改进算法[J]. journal6, 2009, 30(6): 43-45.
[11]	莫礼平. 一种基于组合神经网络的数据分类方法[J]. journal6, 2007, 28(2): 41-43.
[12]	赵乘麟, 蒋外文, 赵云辉. 分级数据挖掘入侵检测模型[J]. journal6, 2007, 28(1): 41-43.
[13]	卓月明, 覃遵跃, 胡斌. 基于Rough集的单维布尔关联规则的挖掘算法[J]. journal6, 2006, 27(4): 64-67.
[14]	莫礼平, 樊晓平. BP神经网络在数据挖掘分类中的应用[J]. journal6, 2006, 27(1): 59-62.

基于兴趣度的高职课程关联规则挖掘

Association Rule Mining Based on the Interestingness About Vocational College Courses

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 14

编辑推荐

Metrics

本文评价