一种改进的Apriori算法在认定大学贫困生中的研究

发布时间：2019-08-08 07:38

【摘要】：数据挖掘是从大型数据库或数据仓库中提取未知的、有效的和可操作的信息的过程,利用挖掘出来的信息可以做出关键的业务和战略决策。使用关联规则挖掘从大数据集中提取有意义的信息是一种非常流行和有效的方法。它试图找到在大型事务数据集中的项目之间存在的关联。由Agrawal在1993年提出的Apriori算法是关联规则中的一个经典算法。本文的目的是通过使用一种改进的Apriori算法来辅助认定贫困大学生。为了使高校贫困学生能够集中精力学习、无需过多担心他们的生活,我国采取了各种措施来帮助他们。如何通过校园一卡通的消费数据分析学生的消费模式从而认定贫困生成为一个重要的课题。之前的研究大多采用Apriori算法,然而,该类算法有以下两个缺点:(1)产生大量的候选项集,并呈现组合式的增长。(2)Apriori算法需要扫描数据库以确定每一项是否为频繁项集,频繁地扫描数据库给I/O设备造成沉重的负荷。本文采用基于划分的方法,仅需扫描一次数据库,避免了产生大量候选项集,从而提高了Apriori算法的效率;本文还探讨了改进算法的实现细节及其在辅助认定贫困大学生工作中的应用。本文采用在广东外语外贸大学南中国商学院在2015-2016学年校园一卡通消费数据,在MySQL community server 5.6平台上对数据进行处理,运用改进的Apriori算法分析学生消费数据与其家庭经济情况之间的关联规则,最后利用挖掘出来的关联规则来预测贫困大学生的消费行为,为高校贫困学生判别工作提供了辅助依据。
【图文】：

一种改进的 Apriori 算法在认定大 中，Apriori 算法将连接上一次迭代获得的频繁 ( k 1)其中 apriori-gen 函数用来产生候选项集,其作用就是候选 -项集。0 中，算法多次扫描数据集、计算候选项集的支持度。 t 中的 Ck 中的所有候选 k-项集。算候选项集的支持度计数之后，删去支持度计数小于长频繁项集，，没有新的频繁项集产生，即kL = 时，算

dy_totalp on t.sno = p.sno order全院学生消费总次数：mes)，sum(totalconsume) from ykt 2013-2015 级全院学生饭堂消费总额消费为 43277351 分钱/82531 次=524._Times 的值：
【学位授予单位】：暨南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13

【参考文献】

相关期刊论文 前4条

1 费小丹;董新科;张晖;;基于校园一卡通消费数据的高校贫困生分析[J];电脑知识与技术;2014年20期

2 董新科;张晖;;基于校园一卡通消费数据的几种聚类算法的分析比较[J];计算机系统应用;2014年01期

3 李璐;;基于关联规则的学生分类方法研究[J];中国科教创新导刊;2013年31期

4 熊文娟;柳炳祥;赖小亮;;关联规则挖掘在零售业交叉销售中的应用[J];电脑开发与应用;2012年10期

相关博士学位论文 前1条

1 谢道文;基于数据挖掘的火灾分析模型及应用研究[D];中南大学;2014年

相关硕士学位论文 前6条

1 秦微微;基于数据挖掘技术的高校贫困生评判指标的选取[D];东北师范大学;2015年

2 张志杰;基于划分的Apriori改进算法的网上商城推荐系统[D];西安电子科技大学;2013年

3 单菊芬;基于数据挖掘技术的高校贫困生管理系统设计和分析[D];南京邮电大学;2012年

4 杨秋叶;改进的Apriori算法在Excel智能考试系统中的应用[D];广西师范大学;2012年

5 魏茂林;Apriori算法的改进及其在教育决策系统中的应用[D];吉林大学;2010年

6 高晓佳;基于Apriori算法的教育决策系统的研究[D];长春理工大学;2010年

本文编号：2524235