数据挖掘的Apriori算法在高校学生成绩分析中的应用

卞欢平

摘要：该文基于数据挖掘中的关联规则理论，以某高职院校教务学生成绩系统数据为依据， 应用Apriori 算法，探寻某专业的专业课程之间的内在关联关系，为教学提供相应的指导。

关键词： 数据挖掘；关联规则；Apriori 算法

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2014）21-4945-03

随着高职院校的扩招，高职院校的教务管理系统中的学生成绩数据也日益庞大，而目前这些的数据只是停留在对数据做一些简单的备份、统计学生的课程及格率等应用，而这些应用也只是对数据的初步应用，不能从这些庞大的数据中发掘出一些对引导教学比较有用的信息，以供学校的教学管理者、任课教师有启示性的信息。故此，该文将利用数据挖掘的关联规则中的Apriori 算法，以某高职院校某专业学生成绩系统数据为基础，挖掘出此专业的专业课程之间的存在的关联关系，找出它们之间的内在规律。

1 基本原理

1.1 关联规则

1.2 Apriori算法

关联规则挖掘的核心问题是频繁项集的取得，Apriori算法用于发现数据集中的频繁项集。该算法：

1） 先遍历计算每个项集的支持度，找出支持度大于或等于最小支持度阈值min_sup的项集，丢弃小于最小支持度阈值min_sup的项集，得出频繁项集L1。

2） 利用频繁项集L1，进行自然连接产生新的候选集C2，并利用1） 步的方法，找出满足最小支持度的频繁项集L2。以此类推，重复上述过程，直到没有频繁项集产生为止。

2 Apriori算法在学生成绩中的应用

2.1 数据选择

研究的数据选自某高职院校计算机应用专业专业课成绩的数据。随机抽取310名学生的专业课程的成绩数据进行数据挖掘。

2.2 数据清理

数据清理的目的是去除数据中存在的噪声。如：将成绩中某些考生缺考的记录直接删除。对于有参加补考的学生成绩，取其平均值进行填充。经过数据清理后，总的记录数为300条。

2.3 数据转换

数据转换的目的是将原来的数据转换为统一的类型，以利于更好的挖掘。故此： 将第一列的“学号”更名为：“XH”， 从第二列开始，将各个科目的课程名称表示为N1，N2，N3..... 。将上表中的成绩数据转换为布尔型表示；为了挖掘各专业课之间“良好”成绩之间的关系，将成绩表中成绩80分以上的， 转换为布尔型的"1"，80以下的，转换为"0"。转换后的表如下表：

2.4 Apriori算法的实现

以上表的数据为例，事务数据库D中的事务数为300，假设最小支持度（minsup）为20%，最低置信度（minconf）为50%，

上表数据选取有300个事物，即|D|=300。已知最小支持度（minsup）为20%，则通过min_sup=60/300=20%， 计算出最小事务支持计数为60。

利用Apriori算法的原理，具体挖掘过程如图1所示。

3 结束语

通过对某高职院校计算机应用专业的专业课程成绩运用Apriori 算法进行数据挖掘，就能发现隐藏在其中，哪些课程之间的重要制约关系。故此，在课程的教学中，要注重先导课程在基础知识上的预备，同时也注重相似课程之间的相互衍接，以使得学生对专业知识能达到较好地融汇贯通。

参考文献：

[1] 李娟.数据挖掘技术在高校教学模型中的应用研究[D].南京：南京理工大学，2009：15-20.

[2] 狄浩林.基于成绩信息管理系统的高校教务管理研究[D].北京：北京邮电大学， 2006.

[3] 李昊，周振华.基于数据挖掘的高校学生成绩预警系统[J].大庆石油学院学报，2011，8（4）：1-3.