APRIORI_T算法研究及在高考數(shù)據(jù)分析中的應(yīng)用.pdf

1、隨著數(shù)據(jù)庫技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展,加上先進的自動數(shù)據(jù)采集工具的使用,人們擁有的數(shù)據(jù)量急劇增加,這使得數(shù)據(jù)挖掘技術(shù)得到了廣泛的應(yīng)用。高考數(shù)據(jù)中隱含著各地區(qū)高考教育的特點,蘊藏著高考的發(fā)展規(guī)律和趨勢,為了找出這些規(guī)律和趨勢,我們利用數(shù)據(jù)挖掘技術(shù)來對高考數(shù)據(jù)進行分析。
　　 本文針對高考志愿預(yù)測分析、自主命題質(zhì)量評價、加分政策影響分析、中學(xué)教學(xué)績效評價四個方面,利用關(guān)聯(lián)規(guī)則挖掘Apriori算法來對高考數(shù)據(jù)進行分析。由于Apriori算

2、法在挖掘頻繁項集時需要多次掃描數(shù)據(jù)庫,并產(chǎn)生大量的候選項集,時間復(fù)雜度過高。為了克服Apriori算法的缺陷,本文采用項集信息表來記錄項集信息,避免了重復(fù)掃描數(shù)據(jù)庫,并以此為基礎(chǔ)對Apriori算法進行了改進,設(shè)計了Apriori_T算法。本文對Apriori_T算法的基本思想及步驟做了詳細的描述,并通過示例和實驗分析驗證了算法的有效性和優(yōu)勢。此外,本文將Apriori_T算法應(yīng)用到高考數(shù)據(jù)挖掘中,針對高考關(guān)聯(lián)規(guī)則挖掘中產(chǎn)生無效規(guī)則較多