学生成绩数据挖掘的研究与实现
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｄ ｎ ｅ 是指包 含 Ｘ 和 ｙ 的事 务数 与包 含 Ｘ 的事 务数 之 比 ， ｅ ｃ） 记为 ｃ ｎｉｅ ｃ （ ｙ） 即 ｃｎｉｅ ｃ （ ｏｆ ｎｅｘ ｄ ， ｏ ｆ ｎ ｅｘ ｙ） ｄ 一
Ｉ Ｔ： ｛ ｘＵｙ Ｔ， Ｔ６Ｄ｝【 Ｔ： Ｔ， ／ｌ ｘ Ｔ∈Ｄ｝Ｉ， 给定 一个 事务 集 Ｄ， 掘关 联 规 则 问题 就 是产 生 支持 度 挖
ＦＯＲ ａ ｈ ｃ∈ Ｃ Ｃ ｃ ｕｎ ＋ ＋ ； ； ｅｃ ．ｏ ｔ
收 稿 日期 ： Ｏ Ｏ ｌ ２ １ Ｏ １ ３
基 金项 目 ： 中学 院 大学 生 创 新 性 实 验 晋 作 者简 介 ： 丽 芬 （ ８） 女 。 士 ， 中学 院 讲 师 ， 武 １７ ， 硕 ９ 晋 主要 从 事 数 据 挖 掘 研 究
—
ｆｅ ｕ ｎ＿ —ｔｍｓｔＤ） ｒｑ ｅ ｔ ｌ ｉ ｅ ｅ（ ；
／ 发 现 １频 繁 集 ． ／ 一 ／ ／根 据 ｋ １频 繁 集 产 生 ｋ候 选 集 一 一
Ｓ ｅ ） ＦＯＲ （ 一 ２ Ｉ １ ０ ； ＋ ＋ ） ｛ ｔｐ ２ ｋ ； ≠ ｋ
Ｓｔ ｐ ３） ｅ Ｓｔ ｐ ４） ｅ Ｓｔ ｐ ５） ｅ
Ｃｋ ａ ｉ ｒ ｎ（ ｌ ｓ ｐ ）； — ｐｒｏ ｉｇｅ Ｌｋ ， ｕ
ＦＯＲ ａ ｈ ｔ Ｄ｛ ｅ ｃ ∈
Ｃ ｓ ｂｓ ｔ Ｃｋ， ）； ： ｕ ｅ（ ｔ
／ 扫 描记 录集 ， ／ 以确定 每个 候选集 的支持度 ／ 获得 ｔ ／ 所包 含 的候选集
Ｓｔ ｐ ６） ｅ
和可信 度分别 大于用 户给 定 的最 小支持 度 （ ｎ ｕ ｐ 和最小 可信 度 （ ｎｏ ｆ 的关联规 则． ｍｉｓ ｐ ） ｍｉｃ ｎ）
３ Ａｐ ｉｒ 算 法 分 析 ｒｏｉ
Ａｐ ｉｒ算 法多次 扫描交 易记 录集 ， ｒ ｉ ｏ 目的是产 生长 度 不 同 的频 繁集 ． 先产 生 １频 繁 集 Ｌ ， 此基 础 上 首 一 在 经过连 接 ， 修剪 产生 ２频繁 集 Ｌ ， 一 直到 无法产 生新 的频繁 集则 算法 终止 ．
１算 法如 下 ： ） 算 法 １ 输 入 ： 易 数 据 库 Ｄ ； 小 支 持 数 ｍｉｓ ｐ ｃｕ ｔ输 出 ： 以产 生 规 则 的 所 有 频 繁 项 目集 Ｌ ． 交 最 ｎ ｕ — ｏ ｎ． 可 Ｃ ：一 选 频 繁 集 ． 是频 繁 集 ． 志候 Ｌ ：一
Ｓｔ ｐ １） 一 ｆｎ ｅ Ｉ１ ｉｄ
８ ２
Ｓｔ ｐ ７） ｅ ｝
太 原 师 范 学 院 学 报（ 自然 科 学 版 ）
Leabharlann Baidu
第 １ 卷 Ｏ
Ｓ ｅ ） ｔｐ８
Ｓｔ ｐ ９） ｅ
Ｌ 一 ｛ ∈Ｃ ． ｏ ｎ ｓ ｐ ｝ ｋ ｅ ｋ Ｃ ｃｕ ｔｕ … ； Ｊ
Ｒ ｅ ｕ ｎ Ｌ＝ Ｌｋ； ｔｒ
算法 １中第 Ｓ ｅ ｔｐ３步 ａ ｒ ｒ ｇ ｎ Ｌ 一 ，ｕ … ） ｐ ｉ ｉ ｅ （ ｋ１ｓ ｐ 的流程 如下 ： ｏ— 算法 ２ 输 入 ： 上一次循 环扫 描的结 果 Ｌ ， 小支持 度 阀值 ｓ ｐ 最 ｕ
学 生 成 绩 数 据挖 掘 的研 究 与 实现
武丽芬 孟 强
（ 中学 院 ， 西 晋 中 ０ ０ ０ ） 晋 山 ３ ６ ０
（ 要 ］ 文 章 从 分 析 影 响 学 生 成 绩 的 因 素 出 发 ， 用 数 据 挖 掘 关 联 规 则 中 的 Ａｐ ｉｒ 算 法 对 摘 利 ｒ ｉ ｏ
２ 关 联 规 则 的 形 式 化 描 述
设 ， ｛ ， … ． ｉ ｝ Ⅲ 个 项 的集合 ， 是 一组 事务 集 （ 一 ｉ ｉ ， 是 Ｄ 称之 为事 物数 据库 ）Ｄ 中的 每个事 务 丁 是项 ．
的集 合 ， 然 满 足 Ｔ 显 ， 有 一 个 唯 一 的标 识 ＴＩ 关 联 规 则 形 如 Ｘ ｙ， 中 ＸＣ Ｉ ｙ 二Ｊ 并 且 Ｘ ｎｙ＝０． 丁 Ｄ． 其 ，（ ， 二
１ 关 联 规 则
关 联规则 是从 大量 的数据 中或对 象 间抽取其 相互 之 间的关 联性 ， 揭示数 据 间未知 的依赖 关 系 ， 根据 这种 依赖关 系 ， 以从 某一数 据对象 的信 息推 断 出另一数 据对象 的信 息 ， 可 关联规 则挖 掘通 过支持 度 和可信度 定量
地描述 这种关 联关 系 的程度．
第 ｌ Ｏ卷 第 １期 太 原 师 范 学 院 学 报 （ 自然 科 学版 ） ２１ ０ １年 ３月 Ｊ ＯＵＲＮＡ１ ＯＦ ＴＡＩ ＹＵＡＮ ＮＯＲＭ Ａｌ ＵＮＩ ＶＥＲＳ ＴＹ （ ｔ ｒｌＳ ｉｎ ｅＥｄｔｏ ） Ｉ Ｎａｕ ａ ｃｅ ｃ ｉｉｎ
Ｖｏ． ０ Ｎｏ １ １ １ ． Ｍ ａ． ２ １ ｒ ０】
［ 键 词 ］ 数 据 挖 掘 ； 联 规 则 ； ｒｏｒ 关 关 Ａｐ ｉ ｉ算 法 ； 生 成 绩 学 ［ 章 编 号 ］ １ ７ ０ ７（ ０ｌ ） １ ０ ８１ ０３ （中 图 分 类 号 ］ 文 ６ ２２ ２ ２ １ ０ －０ ＴＰ３１ ． ３ ［ 献 标 识 码 ］ Ａ １ １ 文
采 集 的 学 生 数 据 集进 行 挖 掘 ， 期 发 现 影 响 学 生 成 绩 的 潜 在 因 素 ， 而 为 相 关 部 门 制 定 教 学 政 策 ， 以 从 改 善 教 学 质 量提 供 理 论 支持 和 科 学依 据 ， 而 更 好 地 开 展 教 学 工 作 ， 好 地 为 学 生 服 务 ． 从 更
规则 ｘ ｙ在 事务集 Ｄ 中的 支持度 （ ｕ ｐ ｒ） 事务 集 中包 含 ｘＵｙ的 事 务数 与 所有 数 之 比 ， ｓ ｐ ｏ ｔ是 记为 ｓｐ ｏ ｔ ｕ ｐｒ
（ ｙ） 即 ｓ ｐ ｏ ｔｘ ｙ） ｌ Ｔ： ｃ Ｔ， ｘ ， ｕ ｐ ｒ（ 一 ｛ ｘＵｙ Ｔ∈Ｄ｝ｌ Ｄ ． 则 ｘ ｙ 在事 务 集 中 的可信 度 （ ｏ ｆ ／ｌ Ｉ 规 ｃ ｎｉ —
Ｉ Ｔ： ｛ ｘＵｙ Ｔ， Ｔ６Ｄ｝【 Ｔ： Ｔ， ／ｌ ｘ Ｔ∈Ｄ｝Ｉ， 给定 一个 事务 集 Ｄ， 掘关 联 规 则 问题 就 是产 生 支持 度 挖
ＦＯＲ ａ ｈ ｃ∈ Ｃ Ｃ ｃ ｕｎ ＋ ＋ ； ； ｅｃ ．ｏ ｔ
收 稿 日期 ： Ｏ Ｏ ｌ ２ １ Ｏ １ ３
基 金项 目 ： 中学 院 大学 生 创 新 性 实 验 晋 作 者简 介 ： 丽 芬 （ ８） 女 。 士 ， 中学 院 讲 师 ， 武 １７ ， 硕 ９ 晋 主要 从 事 数 据 挖 掘 研 究
—
ｆｅ ｕ ｎ＿ —ｔｍｓｔＤ） ｒｑ ｅ ｔ ｌ ｉ ｅ ｅ（ ；
／ 发 现 １频 繁 集 ． ／ 一 ／ ／根 据 ｋ １频 繁 集 产 生 ｋ候 选 集 一 一
Ｓ ｅ ） ＦＯＲ （ 一 ２ Ｉ １ ０ ； ＋ ＋ ） ｛ ｔｐ ２ ｋ ； ≠ ｋ
Ｓｔ ｐ ３） ｅ Ｓｔ ｐ ４） ｅ Ｓｔ ｐ ５） ｅ
Ｃｋ ａ ｉ ｒ ｎ（ ｌ ｓ ｐ ）； — ｐｒｏ ｉｇｅ Ｌｋ ， ｕ
ＦＯＲ ａ ｈ ｔ Ｄ｛ ｅ ｃ ∈
Ｃ ｓ ｂｓ ｔ Ｃｋ， ）； ： ｕ ｅ（ ｔ
／ 扫 描记 录集 ， ／ 以确定 每个 候选集 的支持度 ／ 获得 ｔ ／ 所包 含 的候选集
Ｓｔ ｐ ６） ｅ
和可信 度分别 大于用 户给 定 的最 小支持 度 （ ｎ ｕ ｐ 和最小 可信 度 （ ｎｏ ｆ 的关联规 则． ｍｉｓ ｐ ） ｍｉｃ ｎ）
３ Ａｐ ｉｒ 算 法 分 析 ｒｏｉ
Ａｐ ｉｒ算 法多次 扫描交 易记 录集 ， ｒ ｉ ｏ 目的是产 生长 度 不 同 的频 繁集 ． 先产 生 １频 繁 集 Ｌ ， 此基 础 上 首 一 在 经过连 接 ， 修剪 产生 ２频繁 集 Ｌ ， 一 直到 无法产 生新 的频繁 集则 算法 终止 ．
１算 法如 下 ： ） 算 法 １ 输 入 ： 易 数 据 库 Ｄ ； 小 支 持 数 ｍｉｓ ｐ ｃｕ ｔ输 出 ： 以产 生 规 则 的 所 有 频 繁 项 目集 Ｌ ． 交 最 ｎ ｕ — ｏ ｎ． 可 Ｃ ：一 选 频 繁 集 ． 是频 繁 集 ． 志候 Ｌ ：一
Ｓｔ ｐ １） 一 ｆｎ ｅ Ｉ１ ｉｄ
８ ２
Ｓｔ ｐ ７） ｅ ｝
太 原 师 范 学 院 学 报（ 自然 科 学 版 ）
Leabharlann Baidu
第 １ 卷 Ｏ
Ｓ ｅ ） ｔｐ８
Ｓｔ ｐ ９） ｅ
Ｌ 一 ｛ ∈Ｃ ． ｏ ｎ ｓ ｐ ｝ ｋ ｅ ｋ Ｃ ｃｕ ｔｕ … ； Ｊ
Ｒ ｅ ｕ ｎ Ｌ＝ Ｌｋ； ｔｒ
算法 １中第 Ｓ ｅ ｔｐ３步 ａ ｒ ｒ ｇ ｎ Ｌ 一 ，ｕ … ） ｐ ｉ ｉ ｅ （ ｋ１ｓ ｐ 的流程 如下 ： ｏ— 算法 ２ 输 入 ： 上一次循 环扫 描的结 果 Ｌ ， 小支持 度 阀值 ｓ ｐ 最 ｕ
学 生 成 绩 数 据挖 掘 的研 究 与 实现
武丽芬 孟 强
（ 中学 院 ， 西 晋 中 ０ ０ ０ ） 晋 山 ３ ６ ０
（ 要 ］ 文 章 从 分 析 影 响 学 生 成 绩 的 因 素 出 发 ， 用 数 据 挖 掘 关 联 规 则 中 的 Ａｐ ｉｒ 算 法 对 摘 利 ｒ ｉ ｏ
２ 关 联 规 则 的 形 式 化 描 述
设 ， ｛ ， … ． ｉ ｝ Ⅲ 个 项 的集合 ， 是 一组 事务 集 （ 一 ｉ ｉ ， 是 Ｄ 称之 为事 物数 据库 ）Ｄ 中的 每个事 务 丁 是项 ．
的集 合 ， 然 满 足 Ｔ 显 ， 有 一 个 唯 一 的标 识 ＴＩ 关 联 规 则 形 如 Ｘ ｙ， 中 ＸＣ Ｉ ｙ 二Ｊ 并 且 Ｘ ｎｙ＝０． 丁 Ｄ． 其 ，（ ， 二
１ 关 联 规 则
关 联规则 是从 大量 的数据 中或对 象 间抽取其 相互 之 间的关 联性 ， 揭示数 据 间未知 的依赖 关 系 ， 根据 这种 依赖关 系 ， 以从 某一数 据对象 的信 息推 断 出另一数 据对象 的信 息 ， 可 关联规 则挖 掘通 过支持 度 和可信度 定量
地描述 这种关 联关 系 的程度．
第 ｌ Ｏ卷 第 １期 太 原 师 范 学 院 学 报 （ 自然 科 学版 ） ２１ ０ １年 ３月 Ｊ ＯＵＲＮＡ１ ＯＦ ＴＡＩ ＹＵＡＮ ＮＯＲＭ Ａｌ ＵＮＩ ＶＥＲＳ ＴＹ （ ｔ ｒｌＳ ｉｎ ｅＥｄｔｏ ） Ｉ Ｎａｕ ａ ｃｅ ｃ ｉｉｎ
Ｖｏ． ０ Ｎｏ １ １ １ ． Ｍ ａ． ２ １ ｒ ０】
［ 键 词 ］ 数 据 挖 掘 ； 联 规 则 ； ｒｏｒ 关 关 Ａｐ ｉ ｉ算 法 ； 生 成 绩 学 ［ 章 编 号 ］ １ ７ ０ ７（ ０ｌ ） １ ０ ８１ ０３ （中 图 分 类 号 ］ 文 ６ ２２ ２ ２ １ ０ －０ ＴＰ３１ ． ３ ［ 献 标 识 码 ］ Ａ １ １ 文
采 集 的 学 生 数 据 集进 行 挖 掘 ， 期 发 现 影 响 学 生 成 绩 的 潜 在 因 素 ， 而 为 相 关 部 门 制 定 教 学 政 策 ， 以 从 改 善 教 学 质 量提 供 理 论 支持 和 科 学依 据 ， 而 更 好 地 开 展 教 学 工 作 ， 好 地 为 学 生 服 务 ． 从 更
规则 ｘ ｙ在 事务集 Ｄ 中的 支持度 （ ｕ ｐ ｒ） 事务 集 中包 含 ｘＵｙ的 事 务数 与 所有 数 之 比 ， ｓ ｐ ｏ ｔ是 记为 ｓｐ ｏ ｔ ｕ ｐｒ
（ ｙ） 即 ｓ ｐ ｏ ｔｘ ｙ） ｌ Ｔ： ｃ Ｔ， ｘ ， ｕ ｐ ｒ（ 一 ｛ ｘＵｙ Ｔ∈Ｄ｝ｌ Ｄ ． 则 ｘ ｙ 在事 务 集 中 的可信 度 （ ｏ ｆ ／ｌ Ｉ 规 ｃ ｎｉ —