关联规则算法研究及其在高校学生信息库挖掘中的应用

摘要

随着数据库技术的不断发展及数据库系统在信息管理中的广泛应用，数据库中存储的数据量急剧增大。如何从这些海量数据中发现知识，导致了知识发现和数据挖掘领域的出现。数据挖掘是目前信息领域和数据库技术的前沿研究课题,被公认为最具发展前景的关键技术之一。数据挖掘(或知识发现)就是从大量的数据中抽取以前未知并潜在可用的模式。由于数据库中存在着大量数据，因此从数据库中发现有用的信息显得十分重要。数据挖掘技术就是为解决这个问题而产生的。对数据挖掘技术的研究，国内外己经取得了许多令人瞩目的成就，并成功地应用到了许多领域，但在教育领域中的应用并不广泛。R.Agrawal等在1993年提出了关联规则问题，它揭示事物之间的相关程度，现在关联规则已经成为数据挖掘研究的重要方向，并且吸引了众多专家和学者的关注。教育中存在很多相关性问题，可以用关联规则挖掘方法对教育信息进行数据挖掘，发现其中的教育规律。 在现有的关联规则挖掘算法中，广泛采用了“支持度—置信度”的评价标准。然而过去的一些应用发现，从一个数据库中很容易产生大量规则，但其中的大部分对用户来说可能是不感兴趣的或者没用的，甚至还可能引起误导。为了解决这个问题，本文提出了增加兴趣度的阈值。当挖掘出一条关联规则的支持度、置信度和兴趣度同时大于最小支持度、最小置信度和最小兴趣度阈值时，才被认为最有意义的模式。 关联规则发现算法的主要问题是通过怎样的算法找出所有强项集，然后找出有效关联规则。本文通过对基于支持度、置信度的关联规则挖掘算法进行改进，设计出一个利用结构化查询语句(SQL)对关系数据库操作的简便，并引入了兴趣度的评价标准的有效的关联规则挖掘算法，从而挖掘出用户感兴趣的规则。在众多的数据挖掘工具中，采用基于MS SQL Server环境的数据挖掘，运用上述改进后的挖掘算法对高校学生信息库进行挖掘，生成了对当前数据库有效的模型和关联规则，并对发现的规则进行分析，结合实际工作，为高校管理决策提供参考。