数据关联规则挖掘在高校试卷质量评价中的应用研究

关联规则挖掘是数据挖掘中最活跃的研究方法之一。以高校教务信息管理系统为应用背景对采用改进的Apriori算法成绩数据库进行分析,得出课程相关性规则,在此基础上建立试卷质量综合包含评价指标体系,为高校试卷质量评价提供科学依据。该评价体系使不同专业的学习效果具有综合可比性,突破以往单一的平均成绩进行评价的局限性。

第2 0卷第 2期21 0 0年 6月

湖南工程学院学报 J un lo n n Isi t o n iern o r a fHu a n tue fE gn eig t

V 12 . . o . 0 No 2J n 0 0 u e2 1

数据关联规则挖掘在高校试卷质量评价中的应用研究彭菊香，何许腾，刘向红(湖南工程学院，湖南湘潭 4 10 ) 114

摘

要：关联规则挖掘是数据挖掘中最活跃的研究方法之一。以高校教务信息管理系统为应用背景对

采用改进的 A r r算法成绩数据库进行分析，出课程相关性规则，此基础上建立试卷质量综合包 pi i o得在 含评价指标体系，高校试卷质量评价提供科学依据。该评价体系使不同专业的学习效果具有综合可为比性，突破以往单一的平均成绩进行评价的局限性。 关键词：数据挖掘；关联规则；试卷分析；

中图分类号：G 3 44

文献标识码：A

文章编号：17 6 1—18 (00 0 O 1 11 2 1 )2一 10—0 3形象地把大型数据库看成是存放有价值信息的矿藏，通过有效的知识发现技术，中挖掘或开采出有从用的信息。

在高校，考试成绩是检验教学效果和学生学识水平的主要手段。目前，一般高校的教师和管理人

员普遍使用 E cl件进行成绩的常规统计和计 xe软算。该软件确实提高了工作效率，对试卷质量的但分析和评价涉及较少，统的统计公式对课程相关传度的计算要求成绩呈正态分布，评价具有一定的使局限性。本文将基于关联规则的数据挖掘技术应用在试卷质量评价中，挖掘结果进行关联分析，高对为

二

关联规则挖掘算法

关联规则是数据挖掘的一种主要形式，得到要有用的规则 (即强规则 )必须同时满足最小支持度，阈值 ( nsp和最小置信度阈值 ( ncn)所有 mi— ) u mi—of,强规则挖掘的目标就是找出数据集中规则。它可以

校管理者提供决策支持，指导教师教学提供依据。为

数据挖掘的理论知识数据挖掘 ( a nn, D t Miig简称 D是从数据中 a M)

分解成两步：一是求出交易数据库中满足最小支持度的所有频繁项集；二是利用第一步产生的频繁项

集，满足最小可信度的所有关联规则。步骤 1生成是关联规则挖掘的关键部分， pi i认为是求频 A r r被 o繁项目集的最经典的算法。该算法利用了频繁项目 集的基本原理，体描述如下：具

抽取隐含的、以前未知的、有潜在应用价值的信息具的过程，知识发现 ( n we g i oeyi D .是 K o ldeD s v r n a c

t ae,称 K D) a ss简 b D过程中的关键步骤 (图 1。它见 )

知识

图 1 K D过程 D

( )出所有的频繁谓词集一找

规则挖掘算法的伪代码。

下面是用到改进后的 A r r算法的多维关联 pi i o

输入：交易数据库 D D的属性维数为 N, ( )最小

基金项目：湖南工程学院校级教改课题“数据关联规划挖掘在高校试卷质量评价中的研究与实践”校教字[ o 8 3号 ) ( 2o]4。作者简介：彭菊香( 94一)女， 16,湖南株洲人，副研究员，研究方向：高等教育管理研究。