数据挖掘及其在高校教学系统中的应用

被引:46
作者
董彩云
曲守宁
机构
[1] 济南大学信息科学与工程学院
[2] 济南大学信息科学与工程学院 山东济南
[3] 山东济南
关键词
数据挖掘; 关联规则; 数据集市; 兴趣度;
D O I
10.13349/j.cnki.jdxbn.2004.01.019
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
简要介绍了数据挖掘技术 ,详细分析了关联规则挖掘算法。给出了一个完整的数据挖掘系统─教学系统的设计与实现过程。它包括数据的准备与选择、数据的预处理、挖掘算法的选择与实现、挖掘结果的描述四个步骤。文中详细介绍了上述各个步骤的处理过程 ,并增加了兴趣度阈值来提高挖掘的精度 ,为高校管理决策提供了科学依据。
引用
收藏
页码:65 / 68
页数:4
相关论文
共 10 条
[1]  
基于园区网络的数据仓库相关技术的研究. 程涛远. 济南大学 . 2002
[2]   初始中心优化的K-Means聚类算法 [J].
李飞 ;
薛彬 ;
黄亚楼 .
计算机科学, 2002, (07) :94-96
[3]   数据挖掘技术的应用研究 [J].
黄解军 ;
潘和平 ;
万幼川 .
计算机工程与应用, 2003, (02) :45-48
[4]   数据挖掘中聚类算法比较研究 [J].
张红云 ;
刘向东 ;
段晓东 ;
苗夺谦 ;
马垣 .
计算机应用与软件, 2003, (02) :5-6+77
[5]   带结论域的关联规则的挖掘 [J].
马廷淮 ;
张海盛 ;
曾振柄 .
计算机工程, 2003, (05) :16-17+66
[6]   基于聚类和分类的自学习系统模型 [J].
马光志 ;
龙硕柱 ;
不详 .
计算机工程与应用 , 2003, (10) :83-84
[7]   关联规则挖掘研究述评 [J].
贾彩燕 ;
倪现君 .
计算机科学, 2003, (04) :145-149
[8]   基于Apriori算法的水平加权关联规则挖掘 [J].
张智军 ;
方颖 ;
许云涛 .
计算机工程与应用, 2003, (14) :197-199
[9]   基于Apriori的有效关联规则挖掘算法的研究 [J].
张梅峰 ;
张建伟 ;
张新敬 ;
娄淑琴 .
计算机工程与应用, 2003, (19) :196-198
[10]  
数据仓库技术与实现[M]. 电子工业出版社 , 彭木根编著, 2002