论文部分内容阅读
在大数据时代背景下，面对高校各信息化系统所积累的海量数据，如何避免数据孤岛，融合多源数据，充分发掘隐藏在数据背后的有价值信息是亟待解决的问题。针对此问题，本论文采用EDM（Educational Data Mining）方法对原始数据进行数据清洗、数据融合、数据挖掘。在数据挖掘阶段，提出一种改进型的FP—growth算法，实现对频繁模式的发现与约减，并通过挖掘出的频繁模式构建用户行为模型，最后利用用户行为模型进行决策支持和用户服务推荐。实际应用表明，本文所提数据处理方案可以实现高校内部多源海量数据的挖掘与