关联规则算法研究及其在教学系统中的应用
作者:
基金项目:

教育部的世行贷款--21世纪初高等教育教学改革项目(项目编号:1283B0843);国家863高技术发展计划(项目编号:2002AA4Z3240)

  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献 [1]
  • |
  • 相似文献 [20]
  • |
  • 引证文献
  • | |
  • 文章评论
    摘要:

    本文通过对关联规则挖掘算法Apriori算法的分析与研究,指出了其在实用中存在的主要问题.提出了与以往改进算法不同的策略,即在预处理阶段引入聚类分析,以此对关联规则算法进行改进,实现两种算法相结合的挖掘,并给出了基于聚类的关联规则改进算法描述.最后将算法应用到学生学习指导中,得到了合理的结果,实验表明了该算法的有效性.

    参考文献
    1 Agrawal R, Imielinski T, Swami A. Mining Association Rules between Sets of Ltems in Large Database[ M].In SIGMOD" 93, Washington, DC, May 1993. 207 -216. 2 范明、孟小峰等译,数据挖掘概念与技术[M],机械工业出版社,2003.3.150-221. 3 贾彩燕、倪现君,关联规则挖掘研究述评[J],计算机科学,2003,30(4):145-148. 4 朱明,数据挖掘[M],中国科学大学出版社,2002,5:129-140. 5 马光志、龙硕柱,基于聚类和分类的自学习系统模型[J],计算机工程与应用,2003,39(10):83-84. 6 罗可、蔡碧野、吴一帆、谢中科、张丽,数据挖掘中聚类的研究[J],计算机工程与应用,2003,(39)20:182-184.
    引证文献
引用本文

曲守宁,董彩云,徐德军,吴桐.关联规则算法研究及其在教学系统中的应用.计算机系统应用,2005,14(4):20-23

复制
分享
文章指标
  • 点击次数:1642
  • 下载次数: 2654
  • HTML阅读次数: 0
  • 引用次数: 0
历史
文章二维码
您是第11221993位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号