[發明專利]基于項加權和項集關聯度的課程正負模式挖掘方法及系統

有效

• 申請號: 201410486033.1
• 申請日: 2014-09-22
• 公開（公告）號: CN104217013B
• 公開（公告）日: 2017-06-13
• 發明（設計）人: 黃名選;韋吉鋒
• 申請（專利權）人: 廣西教育學院
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q50/20
• 代理公司: 廣西南寧明智專利商標代理有限責任公司45106
• 代理人: 黎明天

技術領域

本發明屬于教育數據挖掘領域，具體是一種基于項加權和項集關聯度的課程正負模式挖掘方法及系統，適用于教務數據課程正負關聯模式發現，其模式可為教學改革和教育管理、決策提供科學的依據。該發明運用于高校教務管理系統，可以擴展教務管理功能，其關聯模式可以有助于教師改善和調整方法，提高教學質量，同時，可以幫助學生提高學習效果。

背景技術

教育數據無加權關聯模式挖掘方法、教育數據加權關聯規則挖掘方法和教育數據矩陣加權關聯規則挖掘方法是目前常見的教育數據關聯規則挖掘方法。教育數據無加權關聯規則挖掘方法是傳統的關聯規則挖掘方法在教育信息化領域的具體應用。該方法的特點是各個項目按平等一致的方式處理，只考慮項目頻度，其缺陷是：在挖掘時只考慮課程的選修關聯，沒有考慮課程之間具有不同的重要性，更沒有考慮學生選修課程后的教學效果(即課程考試成績)。典型的教育數據無加權關聯規則挖掘方法是Apriori方法(R.Agrawal,T.Imielinski,A.Swami.Mining association rules between sets of items in large database[C].In Proceeding of 1993ACM SIGMOD International Conference on Management of Data,Washington D.C.,1993,(5):207-216.)及其改進方法(董輝.基于興趣度的高職課程關聯規則挖掘[J].吉首大學學報(自然科學版),2012,33(3):41-46.李忠嘩,王鳳利,何丕廉.關聯規則挖掘在課程相關分析中的應用[J].河北農業大學學報,2010,33(3):116-119.)。

針對傳統關聯規則挖掘的缺陷，教育數據加權關聯規則挖掘方法不僅考慮課程的選修關聯，還給每門課程賦予一定的權值，以體現課程之間具有不同的重要性。典型的教育數據加權關聯規則挖掘方法有Cai等(C.H.Cai,A.da,W.C.Fu,et al.Mining Association Rules with Weighted Items[C]//Proceedings of IEEE International database Engineering and Application Symposiums,1998:68-77.)提出的加權關聯規則挖掘方法(即MINWAL方法)及其改進方法(劉建煒,張穎.基于加權關聯規則算法的學生成績數據挖掘研究[J].福建教育學院學報,2012(3):123-125.)。教育數據加權關聯規則挖掘方法的缺陷是：只考慮課程之間的重要性，沒有考慮課程考試成績的影響。

針對上述缺陷，教育數據矩陣加權關聯規則挖掘方法引入項目權值，考慮了考慮學生所選修課程的教學效果，即考慮課程考試成績，其典型的矩陣加權關聯規則挖掘方法是譚義紅等提出的向量空間模型中完全加權關聯規則的挖掘方法(譚義紅,林亞平.向量空間模型中完全加權關聯規則的挖掘[J].計算機工程與應用,2003(13):208-211.)以及面向查詢擴展的矩陣加權關聯規則挖掘方法MWARM(黃名選,嚴小衛,張師超.基于矩陣加權關聯規則挖掘的偽相 關反饋查詢擴展[J].軟件學報,2009,20(7):1854-1865.)。當前，矩陣加權關聯規則挖掘方法在教育數據分析中的典型應用是余如等(余如,黃麗霞,黃名選.教育信息化中課程考試成績數據關聯模式的發現.計算機與現代化,2014(2):10-14.)提出的課程成績數據關聯模式發現方法，獲得了顯著的效果。現有的教育數據完全加權關聯規則挖掘方法的缺陷是：現有的方法只能挖掘完全加權正關聯規則模式，沒有解決矩陣加權負關聯模式挖掘問題，另外，現有方法其所挖掘的關聯模式數量仍然很龐大，增加用戶選擇所需模式的難度，無趣的、虛假的和無效的關聯模式還很多，很難將其技術上升到應用層面。

針對上述問題，本發明根據教育數據的特點，提出一種新的基于項加權和項集關聯度的課程正負模式挖掘方法及系統。該發明方法克服了現有矩陣加權模式挖掘方法的不足，不僅能挖掘矩陣加權課程正負關聯規則模式，還能夠有效地減少無趣的和無效的課程關聯模式出現，其課程候選項集和挖掘時間明顯減少，提高了挖掘效率，其課程關聯規則模式更接近實際，可為教學改革和教育管理、決策提供科學的依據，在教育信息化教務數據分析與挖掘領域具有重要的應用價值和廣闊的應用前景。

發明內容