摘 要:关联规则是数据挖掘的主要技术之一,是描述数据库中一组数据项之间的某种潜在关系的规则。以学生的考试成绩数据为研究对象,运用关联规则Apriori算法,对学生四年中各门课程的成绩进行分析,从而发现课程之间的联系和基础课程对专业课程的影响,为教务部门安排课程提供参考,教师可以应用这些知识指导学生,如重要的基础课应安排较多的时间,从而为将来专业课的学习打好基础;针对关联度较小的课程安排适当的时间,以便学生有效地安排好自己的大学生活。
关键词:关联规则;数据挖掘;学生成绩分析
随着计算机存储技术的飞速发展,各行各业都收集了大量的数据。但如果缺乏有效的分析工具,这些数据往往难得再被人们访问和利用。如何从这些数据中发现潜在的知识,日渐成为人们感兴趣的话题。数据挖掘,又称知识发现,就是从大量不完全的、有噪声的、模糊的和随机的实际应用数据中,提取隐含其中的新颖的、潜在的、有用的信息和知识的过程,在许多应用领域显示出巨大的潜力。目前常用的数据挖掘方法有:关联规则分析、序列模式分析、分类分析、聚类等。
学习是一个循序渐进的过程,其与课程之间有一定的关联和前后顺序关系。如果基础课程没有学好,肯定会影响到后续专业课程的学习。但哪些课程会影响到后续课程,以及哪些课程联系密切,还没有一种量化的分析。此外,每学期安排课程的多少,也会影响学生的学习效果。本文使用关联规则算法,对科技大学本科的学生成绩进行分析。通过对考试成绩进行挖掘分析,发现有几门课程与将来专业课的成绩密切相关,教师可以应用这些知识指导学生,如重要的基础课应安排较多的时间,从而为将来专业课的学习打好基础;针对关联度较小的课程安排适当的时间,以便学生有效地安排好自己的大学生活。
1 关联规则介绍
关联规则是由R·Agrawal等人于1993年提出的,它反映了一个事物与其他事物之前的相互依存性和关联性。如果两个和多个事物间存在一定的关联关系&