基于改进Apriori算法的高校课程预警规则库构建

来源 :计算机系统应用 | 被引量 : 0次 | 上传用户:tsengyg
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
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.
其他文献
通过金相试验方法测定42CrMo钢在890~930℃下保温10~240 min后的晶粒尺寸.结果表明,42CrMo钢在加热到试验温度 890~930℃时已经完全奥氏体化,保温过程中的晶粒生长属于正常生长;
研究了 1050℃正火+550~700℃回火处理对00Cr13Ni5Mo超级马氏体不锈钢中厚板显微组织和力学性能的影响.结果表明,在1050℃正火后,随着回火温度的升高,板条状马氏体逐步分解,产