基于模糊关联规则的教育大数据挖掘研究

摘要

利用数据挖掘技术发现高等院校教学管理数据库中蕴涵的有价值的规律和知识,可为高校教学与管理决策提供科学合理的数据支撑。传统的Apriori算法在关联规则挖掘中存在“尖锐边界”问题,严重影响挖掘结果的科学性和有效性;基于模糊集理论的关联规则挖掘尚存在计算时间复杂度较大、内存占用过多以及耗时较长等问题。文章基于传统模糊关联规则方法,并结合AprioriTid思想提出一种改进的模糊关联规则挖掘算法,通过不断更新事务数据库,提高扫描数据库的效率;并将其应用在高等学校教育数据挖掘中,对学生课程成绩进行分析,发现课程之间的联系。实验结果表明,该算法可有效降低数据挖掘时间并减少内存消耗,挖掘结果能够发现教学中的规律,从而有效指导教学与管理工作。