Apriori关联算法在学生成绩中的应用

（ 山师范 学院 计算 中心， 鞍 辽宁 鞍 山 １４ ０ ） １０ ７ 摘 要 ： 绍了数据挖掘 中关联规则 的概念及经典的 Ａ ｆ ｆ算法， 介 ｐｏ ｉｉ 以及 Ａ ｆ ｆ算法在 学生成绩 中的应 用． ｐｏ ｉｉ
文献标识码 ： Ａ 文章篇号 ：０ ８２４ （０ ７ ０ －０ ８０ １０ －４ １ ２０ ）２ ４ －３ ０
维普资讯
鞍
ｔ ｔ师 范 学 院 ｉ ｌ
学 报
Ｊ ｕｎ ｌ ｆＡｎｈ ｎＮ ｒ ａ ｎｖｒｉ ｏ ｒａ ｏ ｓａ ｏｍ ｌ ｉ ｓｙ Ｕ ｅ ｔ
２０ ０７－ ０４。 ２）： ９（ ４８—５ ０
Ａ ｒｒ关联算法在学生成绩中的应用 ｐｉ ｉ ｏ
姜红艳
１ 基本原理
１１ 数据挖掘基本概念 ．
数据挖掘（ａ ｉｎ， Ｄ 就是从大量的、 ＤｔＭｎ ｇ简称 Ｍ） ａ ｉ 不完全的、 有噪声的、 模糊的、 随机的数据中， 提取隐含在其中的、
人们事先不知 道的、 有潜在的有 但又 用信息和知 识的 过程． 是数据库中 的知识发现（ｎ ｌｇ Ｄ ｃ ｅ ａ ｂ ｅ， Ｋｏ ｅ ｅ ｉｏ ｒ ｉＤｔ ａ ｓ ｗ ｄ ｓ ｖｙｎ ａ ｓ 简 称Ｋ Ｄ 的核心． 前解决“ Ｄ） 是目 数据爆炸” 数 和“ 据丰富而 信息 贫乏” 的一种 有效方法， 涉及到多个学科． 而数据挖掘中的 关联 规则是其中 最有用的 信息之一， 关联规则挖掘用于发现大量数据中 项集之间 有意义的 关联或 相关联系， 它寻找给定 数据集中项之间的有趣联系． 由于关联规则形式简洁、 易于解释和理解并可以有效捕捉数据间的重要关系， 因此从大型
关键词 ： 数据挖掘 ； 关联规 则； ｐｉ 算法 ； Ａ ｒｆ ｏ ｉ 支持度 ； 置信度 中图分类号： Ｐ １ Ｔ ３
Ｔ ｅＡｐ ｌ ａ ｉ ｎ ｏ ｒｏ ｉＡｓｏ ｉｔｏ ｇ ｒｔ ｍ ｎ Ｓ ｕ ｅ ｔ ＳＲｅ ｕ ｔ ｈ ｐ ｉ ｔ ｆＡｐ ｉ ｒ ｓ ｃａ ｉｎ Ａｌｏ ｉｈ ｉ ｔ ｄ ｎ ’ ｓ ｌ ｃ ｏ
Ａｆｆ 是一种最有影响的 ｐｏ 算法 ｉｉ 挖掘布尔 关联规则频繁项集的算法， 使用一种 逐层搜索的迭 代方法： 项集用于搜索 ｋ － （ ＋） ｋ １项集． 先扫描事务 首 数据库 Ｄ统计库中 ， 事务的 数量和各 个不同的项（－ １ 项集） 所出现的次数， 进而根据最小支持 度ｍｎｓ 获得所 ｉ ｕ ＿ｐ 有的 频繁１ ． Ｌ， ｕ用于找到频繁２ 项集 １然后 ． 项集的 集合 Ｉ， Ｊ Ｊ 而Ｉ 用于找Ｌ， 下去， ２ ２ ３如此 直到不能找 到 频繁ｋ 集， 一次搜索都需要扫描一次数据库， ． 项 每 为提高 频繁项集逐层产生的效率，ｐｏ 算法利用了 Ａｆｆ ｉｉ 一个重要性质 来压缩搜索空间， 即频繁项集的所有非空子集必须也是频繁的［ＩＡｆｆ ３．ｐｏ 性质基于如下观察： ｉｉ 根据定义， 如果项集 Ｉ 不 满足最小支 持度阈 ｉ ｓ ， 是不频繁的， （ ＜ ｉ ｓ ． 值ｍｎ ｕ 则Ｉ ＿ｐ 即ＰＩ ｒｎ ｕ 如果项Ａ添加到Ｉ ）ａ＿ｐ ， 则结果集（ Ｕ ） 即Ｉ Ａ 不可能比Ｉ 更
目 在高校管理中， 别是对学生的 前， 特 成绩管理工作中， 普遍存在的问 题是学生成绩数据量过于庞大， 前对这些 但目 数据的处理还停留在初级的数据备份、 查询及简单统计阶段， 并没有对大量的成绩数据进行深入地分析， 加以捕捉有利 于教学工作的 信息， 是对教学 这 信息 资源的浪费． 究其原因， 可归结为工作繁琐、 资料分散、 靠传统手工操作、 劳动强度 大、 效率低． 数据挖掘技术正是解决这个问题的可行而有效的方法．
第 ２期
姜 红艳 ： 耐 关联算法在学生成 绩中的应用 Ａ
４ ９
ｓｐｏ （ ｊＢ ｕｐ￣ Ａ ）＝Ｐ ＡＵ Ｂ （ ）
ｃｎｄｎｅＡ ）：Ｐ ＢＡ ｏｆｅｃ（ Ｂ ｉ （／ ） 给定一个交易集 Ｄ挖掘关联规则问题就是产生支持度和信任度分别大于用户给定的最小支持度（ ｉ—ｕ） ， Ｍｎｓｐ和最小 信任度（ ｉ ｃｎ 的关联规则【。 Ｍｎ ｏｆ ＿ ） ２． １３ ｐｏ 算法介绍 ． Ａｆｆ ｉｉ
Ｄ中 具有置信度 Ｃ 如果 Ｄ中包含 Ａ的事务 同时也包含 Ｂ的百分 比是 Ｃ 这是条件概率 Ｐ ＢＡ ． ， ． （ ／ ） 即是
收稿 日期 ：０ ６— ９—０ ２０ ０ ３ 作者简介 ： 姜红艳 （９ ３一）女 ， １７ ， 辽宁鞍山人 ， 鞍山师范学 院计算 中心教师
维普资讯
ＪＡＮ Ｈｏ ｇｙｈ Ｉ Ｇ ｎ —ａ （ ｏ ｐ ｔ ｅｔ ，ｎｈ ｎＮ ｒ ａ ｎｖｒ ， ｎｈｎＬａｎｎ １０ ７ Ｃ ｉａ Ｃ ｍ ｕ ｒ ｎ ｒＡ ｓａ ｏ ｌ ｉ ｓ Ａ ｓａ ｉ ｉ １４ ０ ， ｈｎ ） ｅＣ ｅ ｍ Ｕ ｅ￣ ｏ ｇ
Ａｂ ｔａ ｔ Ｔ ｅ ａ ｓ ｃａｉ ｎ ｒ ｌ ｓ ｉ ｈ ａａ ｍｉ ｉ ｇ ａ ｄ ｔ ｅ ｃａ ｓｃ ｌＡｐ ｉ ｒ ａ ｇ ｒｔｍ ｒ ｎ ｒ — ｓｒ ｃ ： ｈ ｓｏ ｉｔ ｕ ｅ ｎ ｔ ｅ ｄ ｔ ｎ ｎ ｎ ｌｓ ｉ ａ ｏ ｈ ｒ ｉ ｌｏ ｉ ｏ ｈ ａ ｅ ｉｔ ｏ ｄ ｃ ｄ Ｔ ｅ ａ ｐ ｉａｉｎ ｏ ｕ ｅ ． ｐ ｌ ｔ ｆＡｐ ｏ ｇ ｒ ｍ ｎ ｔ ｅ ｓｕ ｅ ｔ Ｓ ｒｓ ｌ ａ ｅ ａｓ ｎｒ ｄ ｃ ｄ ｈ ｃ ｏ ｉｉ ｌ ｉ ｒ ｒ ａ ｏ ｔ ｉ ｔ ｄ ｎ ’ ｅ ｕｔ ｒ ｏ ｉ ｔ ｕ ｅ ． ｈ ｈ ｌ ｏ Ｋｅ ｒ ｓ Ｄ ｔ ｎｎ Ａｓｏ ｉｔ ｎ ｒ ｌｓ Ａｐ ｏ ｇ ｒ ｍ ； ｕ ｐ ｒ ； ｏ ｆ ｅ ｃ ｙ ｗｏ ｄ ： ａ ｍｉ ｉｇ； ｓ ｃ ａｉ ｕ ｅ ； ｒ ｒ ａ ｏ ｔ ａ ｏ ｉ ｉｌ ｉ ｈ Ｓ ｐ ｏｔ Ｃ ｎ ｄ ｎ ｅ ｉ
数据库中挖掘关联规则的问题已经成为近年来数据挖掘领域的一个热点．
１２ 与关联规则挖掘相关的概念 ．
用于关联规则发现的主要对象是事物型数据库， Ｉ ｉ， ，．， 是项的集合． 设 ＝｛ ｉ ．．ｉ ： ｝ 与任务相关的数据 Ｄ是数据库 事务的集合， 其中每个事务 Ｔ 是项的集合， 显然满足 Ｔ ． Ｉ 每一个事务有一个标识符 ， ＴＤ设 Ａ是一个项集， Ｔ 称作 Ｉ． 事务 包含 Ａ当且仅当 Ａ Ｔ关联规则是形如 Ａ Ｃ． Ｂ的蕴涵式， Ａ ，ｃＩ并且 ＡｎＢ＝ 规则 Ａ 其中 ＣＩＢ ， ． Ｂ在事务集 Ｄ中成 立， 具有支持度 Ｓ其中Ｓ Ｄ中事务包含 Ａ （ Ａ和Ｂ二者） ， 是 ｕＢ 即 的百分比【Ｊ它是概率 ＰＡ ）规则 Ｂ在事务集 １． （ ｕＢ ．