為了滿足第三次產業(yè)革命對高素質人才的需求,具有人才培養(yǎng)主要職能的高校不斷的探索人才培養(yǎng)模式,應用信息化技術輔助教學管理與教學改革,致使智慧校園建設進程加快。在高校信息化建設發(fā)展過程中,積累了大量數據,充分挖掘與利用這些數據提升教學管理是十分有意義的工作。目前針對高校數據的挖掘大多是通過關聯(lián)規(guī)則挖掘算法實現的。然而,關聯(lián)規(guī)則挖掘算法存在效率低、數據維度少、準確度不高的問題,為了提高算法的準確度和效率,本文提出了一種融合hash函數和標記事務壓縮的HMApriori算法并在HMApriroi算法的基礎上結合OLAP技術,提出多維關聯(lián)規(guī)則挖掘的方法。具體研究內容如下:(1)提出了融合hash函數和標記事務壓縮的HMApriori算法,解決了Apriori算法候選項集過多和冗余的缺點。本文在學生課程成績數據集上對Apriori算法、HMApriori算法和其他改進算法進行了對比實驗。實驗表明,本文提出的HMApriori算法在候選2項集數量和時間上取得了明顯的提升。(2)提出了結合HMApriori算法和聯(lián)機分析處理(OLAP)技術的多維關聯(lián)規(guī)則挖掘方法,使用該方法對學生個人信息、上網信息、圖...

【文章頁數】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內外研究現狀
    1.3 主要研究工作
    1.4 論文的組織結構
第二章 相關理論與技術
    2.1 數據挖掘
    2.2 關聯(lián)規(guī)則
    2.3 多維關聯(lián)規(guī)則挖掘
    2.4 OLAP技術在關聯(lián)規(guī)則中的應用
第三章 HMApriori算法的關聯(lián)規(guī)則挖掘
    3.1 HMApriori算法
    3.2 HMApriori算法驗證
    3.3 本章小結
第四章 融合HMApriori算法和OLAP的多維關聯(lián)規(guī)則挖掘方法
    4.1 方法模型
    4.2 源數據
    4.3 數據立方體和OLAP引擎
    4.4 關聯(lián)規(guī)則挖掘
    4.5 方法驗證
    4.6 本章小結
第五章 學情分析系統(tǒng)設計與實現
    5.1 系統(tǒng)功能需求
    5.2 系統(tǒng)總體架構設計
    5.3 數據庫設計
    5.4 系統(tǒng)功能設計
    5.5 系統(tǒng)實現
    5.6 系統(tǒng)測試
    5.7 本章小結
第六章 總結與展望
    6.1 總結
    6.2 展望
參考文獻
致謝
個人簡介
附件



本文編號：3834728