期刊论文

中文

计算机应用

1001-9081

2015

A01

149-151+198

中央高校基本科研业务费资助项目（CCNU11C01003）；

本校为第一机构

针对学生成绩数据十分庞大的特点，提出一种Apriori算法的改进思想。首先，改变候选项集及频繁项集的存储方式———使用线性表分别用来存储项集、支持度最小的项、项集隶属的事务的TID、项集的支持度；然后，扫描项集中支持度最小的项所属于的事务而不是所有的事务来得到该项集的支持度，从而减少产生候选项集支持度的时间消耗；最后，找出频繁项集及关联规则。选择一万多学生的《计算机基础》成绩进行实验，实验结果表明，文理科生成绩达A的概率达到43%以上，艺体生成绩为C的概率达到32.16%。

Considering the characteristics of student achievement data is very huge, an improved idea of Apriori algorithm was proposed. First of all, change the storage of candidate itemsets and frequent itemsets, use linear tables to store itemsets, items of the minimum support, TID and the support of itemsets; then, scan transactions which items of the minimum support belong to, but not all, get the support of itemsets, thus reduce time consumption of producing the support of candidate itemsets; finally, find out frequent itemsets and association rules...