基于改进Apriori算法的高校课程预警规则库构建

• 作者: 任鸽 吴猛 汗古丽·力提甫 杨勇
• 来源期刊: 计算机系统应用
• 关键词: 数据挖掘 成绩预警 关联规则 Apriori算法
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 研究开发|Research and Development
• 页码范围: 290-295
• 页数: 6页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.008040

摘要

在如何构建完善的课程预警规则库是高校成绩预警研究中的一个重点问题, 本文对高校学生成绩进行清洗、离散化后, 利用Apriori算法挖掘不及格课程之间的相关关联, 构建基础预警规则库, 在此基础上进一步挖掘"及格", "良好"等级课程对其他课程的影响, 从而进一步扩充预警规则库. 针对大量冗余规则的情况, 在传统的支持度-置信度框架下利用提升度、兴趣度等方法筛选出强关联规则, 提高规则库的准确度, 并对挖掘出的规则进行了针对性的分析, 研究方法和结论可为教学管理提供决策支持.