【摘要】：數(shù)據(jù)挖掘是從大型數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中提取未知的、有效的和可操作的信息的過(guò)程,利用挖掘出來(lái)的信息可以做出關(guān)鍵的業(yè)務(wù)和戰(zhàn)略決策。使用關(guān)聯(lián)規(guī)則挖掘從大數(shù)據(jù)集中提取有意義的信息是一種非常流行和有效的方法。它試圖找到在大型事務(wù)數(shù)據(jù)集中的項(xiàng)目之間存在的關(guān)聯(lián)。由Agrawal在1993年提出的Apriori算法是關(guān)聯(lián)規(guī)則中的一個(gè)經(jīng)典算法。本文的目的是通過(guò)使用一種改進(jìn)的Apriori算法來(lái)輔助認(rèn)定貧困大學(xué)生。為了使高校貧困學(xué)生能夠集中精力學(xué)習(xí)、無(wú)需過(guò)多擔(dān)心他們的生活,我國(guó)采取了各種措施來(lái)幫助他們。如何通過(guò)校園一卡通的消費(fèi)數(shù)據(jù)分析學(xué)生的消費(fèi)模式從而認(rèn)定貧困生成為一個(gè)重要的課題。之前的研究大多采用Apriori算法,然而,該類算法有以下兩個(gè)缺點(diǎn):(1)產(chǎn)生大量的候選項(xiàng)集,并呈現(xiàn)組合式的增長(zhǎng)。(2)Apriori算法需要掃描數(shù)據(jù)庫(kù)以確定每一項(xiàng)是否為頻繁項(xiàng)集,頻繁地掃描數(shù)據(jù)庫(kù)給I/O設(shè)備造成沉重的負(fù)荷。本文采用基于劃分的方法,僅需掃描一次數(shù)據(jù)庫(kù),避免了產(chǎn)生大量候選項(xiàng)集,從而提高了Apriori算法的效率;本文還探討了改進(jìn)算法的實(shí)現(xiàn)細(xì)節(jié)及其在輔助認(rèn)定貧困大學(xué)生工作中的應(yīng)用。本文采用在廣東外語(yǔ)外貿(mào)大學(xué)南中國(guó)商學(xué)院在2015-2016學(xué)年校園一卡通消費(fèi)數(shù)據(jù),在MySQL community server 5.6平臺(tái)上對(duì)數(shù)據(jù)進(jìn)行處理,運(yùn)用改進(jìn)的Apriori算法分析學(xué)生消費(fèi)數(shù)據(jù)與其家庭經(jīng)濟(jì)情況之間的關(guān)聯(lián)規(guī)則,最后利用挖掘出來(lái)的關(guān)聯(lián)規(guī)則來(lái)預(yù)測(cè)貧困大學(xué)生的消費(fèi)行為,為高校貧困學(xué)生判別工作提供了輔助依據(jù)。
【圖文】：

一種改進(jìn)的 Apriori 算法在認(rèn)定大 中，Apriori 算法將連接上一次迭代獲得的頻繁 ( k 1)其中 apriori-gen 函數(shù)用來(lái)產(chǎn)生候選項(xiàng)集,其作用就是候選 -項(xiàng)集。0 中，算法多次掃描數(shù)據(jù)集、計(jì)算候選項(xiàng)集的支持度。 t 中的 Ck 中的所有候選 k-項(xiàng)集。算候選項(xiàng)集的支持度計(jì)數(shù)之后，刪去支持度計(jì)數(shù)小于長(zhǎng)頻繁項(xiàng)集，，沒(méi)有新的頻繁項(xiàng)集產(chǎn)生，即kL = 時(shí)，算

dy_totalp on t.sno = p.sno order全院學(xué)生消費(fèi)總次數(shù)：mes)，sum(totalconsume) from ykt 2013-2015 級(jí)全院學(xué)生飯?zhí)孟M(fèi)總額消費(fèi)為 43277351 分錢/82531 次=524._Times 的值：
【學(xué)位授予單位】：暨南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP311.13

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 費(fèi)小丹;董新科;張暉;;基于校園一卡通消費(fèi)數(shù)據(jù)的高校貧困生分析[J];電腦知識(shí)與技術(shù);2014年20期

2 董新科;張暉;;基于校園一卡通消費(fèi)數(shù)據(jù)的幾種聚類算法的分析比較[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2014年01期

3 李璐;;基于關(guān)聯(lián)規(guī)則的學(xué)生分類方法研究[J];中國(guó)科教創(chuàng)新導(dǎo)刊;2013年31期

4 熊文娟;柳炳祥;賴小亮;;關(guān)聯(lián)規(guī)則挖掘在零售業(yè)交叉銷售中的應(yīng)用[J];電腦開(kāi)發(fā)與應(yīng)用;2012年10期

相關(guān)博士學(xué)位論文 前1條

1 謝道文;基于數(shù)據(jù)挖掘的火災(zāi)分析模型及應(yīng)用研究[D];中南大學(xué);2014年

相關(guān)碩士學(xué)位論文 前6條

1 秦微微;基于數(shù)據(jù)挖掘技術(shù)的高校貧困生評(píng)判指標(biāo)的選取[D];東北師范大學(xué);2015年

2 張志杰;基于劃分的Apriori改進(jìn)算法的網(wǎng)上商城推薦系統(tǒng)[D];西安電子科技大學(xué);2013年

3 單菊芬;基于數(shù)據(jù)挖掘技術(shù)的高校貧困生管理系統(tǒng)設(shè)計(jì)和分析[D];南京郵電大學(xué);2012年

4 楊秋葉;改進(jìn)的Apriori算法在Excel智能考試系統(tǒng)中的應(yīng)用[D];廣西師范大學(xué);2012年

5 魏茂林;Apriori算法的改進(jìn)及其在教育決策系統(tǒng)中的應(yīng)用[D];吉林大學(xué);2010年

6 高曉佳;基于Apriori算法的教育決策系統(tǒng)的研究[D];長(zhǎng)春理工大學(xué);2010年

本文編號(hào)：2524235