Apriori算法研究及在本科招生数据挖掘中应用

发布时间：2017-04-08 23:38

  本文关键词：Apriori算法研究及在本科招生数据挖掘中应用，，由笔耕文化传播整理发布。

【摘要】：数据挖掘是从大量的数据中通过算法挖掘出未知潜在的知识或有价值的规律的过程。Apriori算法是数据挖掘关联规则中的经典算法,该算法通过对数据的关联性进行分析和挖掘,挖掘出信息之间的潜在联系,用来进行决策和指导,广泛应用于各个领域。独立学院作为本科教育新力量的兴起,竞争压力日益增大,提高学校考生报到率和在校学生质量,成为独立学院发展的关键因素。如何利用历史招生信息数据进行挖掘,从而发现其潜在的数据之间的关系,利用数据挖掘的结果进一步指导招生工作,对独立学院招生具有重要意义。本文首先介绍了数据挖掘技术的概念、任务和方法,重点描述了关联规则算法中的Apriori算法。主要工作：首先是重点研究和分析了传统Apriori算法和已有的改进Apriori算法存在的问题,提出了基于数据规模划分的DPApriori算法和基于属性列的DPApriori-N两种改进算法,通过实验验证了改进算法的有效性。其次,分析了招生信息数据,给出了招生信息数据的清洗过程和招生信息数据挖掘系统的需求分析。最后,将改进的Apriori算法应用到招生信息数据挖掘系统中,并以可视化的方法将数据挖掘结果展示出来,为招生工作提供决策、提高考生报到率和考生质量给出了合理化的建议,一定意义上提高了学校的办学质量。
【关键词】：数据挖掘 关联规则算法 Apriori算法 招生信息
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-10
• 1 绪论10-13
• 1.1 论文研究背景及意义10
• 1.2 国内外研究现状10-12
• 1.3 论文研究的主要内容及组织结构12-13
• 2 数据挖掘技术13-28
• 2.1 数据挖掘技术的概念13-15
• 2.2 数据挖掘技术的主要任务15-17
• 2.3 数据挖掘技术的主要方法17-19
• 2.4 关联规则数据挖掘算法19-27
• 2.5 本章小结27-28
• 3 Apriori算法研究与改进28-40
• 3.1 已有Apriori改进算法的分析与研究28-30
• 3.2 基于数据规模划分的Apriori改进算法30-34
• 3.3 基于属性列的Apriori改进算法34-37
• 3.4 算法性能评估37-39
• 3.5 本章小结39-40
• 4 招生信息数据分析及清洗40-48
• 4.1 业务背景40-41
• 4.2 招生数据分析41-45
• 4.3 系统功能需求分析45-46
• 4.4 数据清洗46-47
• 4.5 本章小结47-48
• 5 Apriori改进算法在招生信息中的应用48-56
• 5.1 系统平台48
• 5.2 招生信息数据挖掘系统模型48-49
• 5.3 招生信息数据挖掘结果49-55
• 5.4 本章小结55-56
• 6 总结与展望56-58
• 6.1 论文总结56-57
• 6.2 未来工作展望57-58
• 参考文献58-61
• 作者简历61-63
• 学位论文数据集63

【相似文献】

中国期刊全文数据库 前10条

1 香丽芸;浅谈数据挖掘及其应用[J];昌吉师专学报;2001年02期

2 郑雪燕,张杰明,岳洋;数据挖掘语言[J];计算机时代;2001年11期

3 刘明晶;数据挖掘[J];华南金融电脑;2001年04期

4 张伟;刘勇国;彭军;廖晓峰;吴中福;;数据挖掘发展研究[J];计算机科学;2001年07期

5 钟晓;马少平;张钹;俞瑞钊;;数据挖掘综述[J];模式识别与人工智能;2001年01期

6 朱建平,张润楚;数据挖掘的发展及其特点[J];统计与决策;2002年07期

7 傅岚;在数据海洋中打捞信息数据挖掘[J];科技广场;2002年11期

8 李峻;数据挖掘,企业洞察先机的“慧眼”[J];中国计算机用户;2002年48期

9 罗可,蔡碧野,卜胜贤,谢中科;数据挖掘及其发展研究[J];计算机工程与应用;2002年14期

10 ;2002数据挖掘研讨班[J];计算机工程;2002年06期

中国重要会议论文全文数据库 前10条

1 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

2 张弦;;数据挖掘在农业中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

3 魏顺平;;教育数据挖掘:现状与趋势[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年

4 关清平;沉培辉;;概率网络在数据挖掘上的应用[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年

5 丁瑾;;基于Web数据挖掘的综述[A];山西省科学技术情报学会学术年会论文集[C];2004年

6 聂茹;田森平;;Web数据挖掘及其在电子商务中的应用[A];中南六省（区）自动化学会第24届学术年会会议论文集[C];2006年

7 李菊;王军;;数据挖掘在客户关系管理的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

8 肖阳;李启贤;;数据挖掘在中国钢铁行业中的应用[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年

9 杨磊;王贵成;汪勇;张占胜;;SQL Server 2005在数据挖掘中的应用[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

中国重要报纸全文数据库 前10条

1 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年

2 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年

3 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年

4 《网络世界》记者 王莹;数据挖掘保险业的新蓝海[N];网络世界;2012年

5 刘俊丽;基于地理化的网络数据挖掘与分析提升投资有效性[N];人民邮电;2014年

6 本报记者 连晓东;数据挖掘：金融信息化新热点[N];中国电子报;2002年

7 本报记者 凤小华 朱仁康;“数字挖掘软件”引领中国信息化新浪潮[N];中国电子报;2003年

8 本报记者　史延廷;“成功企业数据挖掘暨数量化管理论坛”在京举办[N];中国旅游报;2002年

9 朱小宁;数据挖掘：信息化战争的基础工程[N];解放军报;2005年

10 本报记者 王小平;从“大集中”走向数据挖掘[N];金融时报;2002年

中国博士学位论文全文数据库 前10条

1 于自强;海量流数据挖掘相关问题研究[D];山东大学;2015年

2 张馨;全基因组SNP芯片应用于CNV和L0H分析的软件比对与数据挖掘[D];复旦大学;2011年

3 彭计红;基于数据挖掘的痴呆中医证的研究[D];南京中医药大学;2015年

4 李秋虹;基于MapReduce的大规模数据挖掘技术研究[D];复旦大学;2013年

5 邬文帅;基于多目标决策的数据挖掘方法评估与应用[D];电子科技大学;2015年

6 谢邦彦;整合数据挖掘与TRIZ理论的质量管理方法研究[D];首都经济贸易大学;2010年

7 李荣;生物信息数据挖掘若干关键问题研究与应用[D];复旦大学;2004年

8 李玉华;面向服务的数据挖掘关键技术研究[D];华中科技大学;2006年

9 吴少智;时间序列数据挖掘在生物医学中的应用研究[D];电子科技大学;2010年

10 王珊珊;知识指导下的数据挖掘在新闻和金融工具之间因果关系上的应用[D];中国科学技术大学;2009年

中国硕士学位论文全文数据库 前10条

1 林仁红;基于数据挖掘的机遇识别与评价研究[D];首都经济贸易大学;2007年

2 张彦俊;游戏运营中的数据挖掘[D];复旦大学;2011年

3 焦亚召;基于多核函数FCM算法在数据挖掘聚类中的应用研究[D];昆明理工大学;2015年

4 王杰锋;物联网能耗数据智能分析及其应用平台设计[D];江南大学;2015年

5 刘学建;数据挖掘在电子商务推荐系统中的应用研究[D];昆明理工大学;2015年

6 戴阳阳;基于数据挖掘的金融时间序列预测研究与应用[D];江南大学;2015年

7 石思优;基于主题模型的医疗数据挖掘研究[D];广东技术师范学院;2015年

8 陈丹;移动互联网信令挖掘实现智慧营销的设计与实现应用研究[D];华南理工大学;2015年

9 陈思;基于数据挖掘的大学生客户识别模型的研究[D];昆明理工大学;2015年

10 位长帅;基于客户数据挖掘的电信客户关系管理研究[D];西南交通大学;2015年

  本文关键词：Apriori算法研究及在本科招生数据挖掘中应用，由笔耕文化传播整理发布。

本文编号：293978