基于FP-tree算法的学习干预和学业预警模型研究

详细信息    查看全文 | 推荐本文 |

英文篇名：Learning Intervention and Academic Early Warning Model Based on FP-tree Algorithm 作者：武丽芬 ; 霍娜 英文作者：WU Li-fen;HUO Na; 关键词：关联规则 ; FP-tree算法 ; Python 中文刊名：JGZK 英文刊名：Journal of Jinzhong University 机构：晋中学院信息技术与工程学院; 出版日期：2018-06-25 出版单位：晋中学院学报 年：2018 期：v.35;No.134 基金：山西省教育科学“十二五”规划课题:“基于聚类算法的计算机专业任选课程预测模型研究”(GH15052);; 晋中学院“1331工程”重点创客团队建设计划“大数据工作室”资助项目 语种：中文; 页：JGZK201803014 页数：4 CN：03 ISSN：14-1327/Z 分类号：62-65

摘要

基于经典的FP-tree关联规则挖掘算法,针对频繁模式挖掘中出现的支持度相同项的排列问题,提出"越是频繁出现,越可能被共享"的建树原则,实验证明其时间效率更优,并在Python环境下用该算法对本校信息技术与工程学院近五年挂科学生成绩数据进行挖掘,发现科目之间潜在的关联性,这些规则的发现将为今后学习干预和学业预警提供科学指导.
        

引文

[1]武丽芬,王秀华.数据挖掘技术在教育领域的应用研究[M].北京:北京邮电大学出版社,2013.
    [2]范明,李川.在FP-树中挖掘频繁模式而不生成条件FP-树[J].计算机研究与发展,2003,40(8):1216~1222.
    [3]武丽芬.一种优化FP-growth的支持度相同项的排序算法[J].网络新媒体技术,2012,4(1):53~56..
    [4]武丽芬.改进的决策树算法在文理分科中的应用研究[J].微计算机应用,2011,32(8):7~12.
    [5]林珠,数据挖掘中基于信息熵的自适应聚类时间维度规约[J].广东科技,2012,21(15):212~213.
    [6]嵩天,黄天羽,礼欣.Python语言:程序设计课程教学改革的理想选择[J].中国大学教育,2016(2):42~46.