Apriori算法的學(xué)位預(yù)警應(yīng)用范文
本站小編為你精心準(zhǔn)備了Apriori算法的學(xué)位預(yù)警應(yīng)用參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。
《電腦開發(fā)與應(yīng)用雜志》2014年第六期
Apriori算法是一種典型的挖掘布爾關(guān)聯(lián)規(guī)則的頻繁項(xiàng)集的算法。它使用的是一種被稱作逐層搜索的迭代方法，即用k-項(xiàng)頻繁項(xiàng)集探索生成（k+1）-項(xiàng)頻繁項(xiàng)集。操作方法為先找出頻繁1-項(xiàng)集的集合，并將該集合記作L1。再用L1找頻繁2-項(xiàng)集的集合L2，用L2找L3，一直到不能再由LK-1找到頻繁k-項(xiàng)集為止。生成每個(gè)LK都需要掃描數(shù)據(jù)庫(kù)才能完成。Apriori算法中頻繁項(xiàng)集的生成由連接和剪枝兩步組成完成核心操作。為找LK，通過LK-1與自己連接產(chǎn)生候選k-項(xiàng)候選項(xiàng)集的集合記作Ck，完成連接操作步。掃描數(shù)據(jù)庫(kù)，確定Ck中每個(gè)候選項(xiàng)的支持度的計(jì)數(shù)，將所有支持度小于最小支持度的項(xiàng)集去掉，從而確定LK，完成剪枝操作步。經(jīng)典Apriori算法的不足主要有兩點(diǎn)。一是在連接步產(chǎn)生龐大的冗余候選項(xiàng)集，二是在生成k-項(xiàng)頻繁項(xiàng)集LK頻繁項(xiàng)集時(shí)，多次掃描事務(wù)數(shù)據(jù)庫(kù)。
2改進(jìn)的Apriori算法
針對(duì)經(jīng)典算法的不足之處，改進(jìn)的Apriori算法提出基于多關(guān)鍵字升序重排頻繁項(xiàng)集的項(xiàng)的方法進(jìn)行頻繁項(xiàng)集重組的進(jìn)行算法優(yōu)化，此外在改進(jìn)的算法中還加入了精減頻繁項(xiàng)集、壓縮數(shù)據(jù)庫(kù)事務(wù)方法，同時(shí)在算法的終止條件判斷上借助于頻繁項(xiàng)集個(gè)數(shù)來(lái)判斷，提高算法執(zhí)行的效率。
2.1改進(jìn)的Apriori算法的描述改進(jìn)的Apriori()算法是基于多關(guān)鍵字排序的項(xiàng)集重排序的Apriori算法，利用數(shù)據(jù)庫(kù)優(yōu)化技術(shù)，不斷縮小數(shù)據(jù)庫(kù)的規(guī)模，并結(jié)合精減頻繁集和連接優(yōu)化策略，大大提高了挖掘的效率。由頻繁項(xiàng)集的個(gè)數(shù)做為算法終止條件，簡(jiǎn)化算法終止條件判斷。具體步驟為：①生成1-候選項(xiàng)集C1；②L1={c∈C1|c.count>=minsup_count}，并統(tǒng)計(jì)中項(xiàng)集個(gè)數(shù)coun（tL1）；③FOR（k=2；coun（tLK-1）叟k；k++)DO；④FOR所有l(wèi)∈LK-1DOBEGIN//統(tǒng)計(jì)LK-1中各單項(xiàng)出現(xiàn)的次數(shù)LK-1（x）；⑤IF(xi∈l)THENxi.count++；⑥刪除所含次數(shù)小于k-1次單項(xiàng)的項(xiàng)集（k＞2，xi為L(zhǎng)K-1中的各單項(xiàng)）；⑦ENDFOR；⑧采用多關(guān)鍵字排序策略對(duì)頻繁項(xiàng)集項(xiàng)集LK-1進(jìn)行升序排序//頻繁項(xiàng)集的重排序；⑨CK=apriori_gen（LK-1）；//生成k-候選項(xiàng)集；⑩FOR所有事務(wù)t∈DDOBEGIN；輥輯訛Ct=subset(CK，t)//在數(shù)據(jù)庫(kù)中刪除k-1項(xiàng)事務(wù)或刪除比非頻繁項(xiàng)集（k-1）-項(xiàng)集多出一項(xiàng)的k項(xiàng)事務(wù)；輥輰訛ENDFOR；輥輱訛FOR所有候選c∈CtDOBEGIN；輥輲訛c.count++；輥輳訛ENDFOR；輥輴訛LK={c∈CK|c.count>=minsup_count}；輥輵訛統(tǒng)計(jì)LK中項(xiàng)集個(gè)數(shù)coun（tLK）；輥輶訛ENDFOR。改進(jìn)的Apriori算法是基于多關(guān)鍵字排序的頻繁項(xiàng)集升序重排列，減少了大量冗余候選項(xiàng)集的產(chǎn)生；精減頻繁項(xiàng)集的無(wú)效項(xiàng)、壓縮數(shù)據(jù)庫(kù)事務(wù)以及頻繁項(xiàng)集的個(gè)數(shù)控制算法終止條件，提高了算法的執(zhí)行效率。
2.2算法驗(yàn)證算法驗(yàn)證在最小支持度sup_min固定為25%時(shí)，針對(duì)不同的交易事務(wù)數(shù)，比較Apriori算法和改進(jìn)Apriori算法的執(zhí)行效率。實(shí)驗(yàn)結(jié)果如圖1所示。由圖可知兩種算法的執(zhí)行時(shí)間都會(huì)隨著事務(wù)數(shù)的增加而增加，但是改進(jìn)的Apriori算法比經(jīng)典Apri-ori算法增長(zhǎng)的速度明顯變緩，因此，當(dāng)挖掘事務(wù)數(shù)增加時(shí)，改進(jìn)的Apriori算法的優(yōu)越性會(huì)表現(xiàn)的更加明顯。
3基于改進(jìn)的Apriori算法的學(xué)位預(yù)警應(yīng)用
一般來(lái)說(shuō)，各高校都有各自院系專業(yè)學(xué)生的培養(yǎng)方案，通過培養(yǎng)方案可知影響學(xué)生學(xué)位的因素?？傮w來(lái)說(shuō)，影響學(xué)生學(xué)位的主要因素有：必修課程、選修課程以及學(xué)生第二課堂等。其中必修課程分為公共必修課、學(xué)科基礎(chǔ)必修課和專業(yè)必修課，選修課程為公共選修課、學(xué)科選修課和專業(yè)選修課；第二課堂主要是課外擴(kuò)展教育，主要分為思想政治與道德素養(yǎng)學(xué)分、社會(huì)實(shí)踐與志愿服務(wù)方面、科學(xué)技術(shù)與創(chuàng)新創(chuàng)業(yè)方面、文化藝術(shù)與身心發(fā)展方面、社團(tuán)活動(dòng)與社會(huì)工作方面、技能培訓(xùn)及其他方面。系統(tǒng)主要針對(duì)學(xué)生學(xué)位預(yù)警進(jìn)行研究應(yīng)用，包括必修與選修課程，以及績(jī)點(diǎn)計(jì)算來(lái)達(dá)到學(xué)生學(xué)位預(yù)警的功能。本系統(tǒng)采用本校信管系計(jì)算機(jī)科學(xué)與技術(shù)本科專業(yè)的學(xué)生數(shù)據(jù)作為測(cè)試數(shù)據(jù)。在設(shè)計(jì)數(shù)據(jù)庫(kù)的過程中存放了學(xué)生信息及成績(jī)、課程信息以及生成挖掘規(guī)則并針對(duì)某個(gè)學(xué)生依據(jù)挖掘結(jié)果給出預(yù)警分析。首先完成數(shù)據(jù)清洗及轉(zhuǎn)換：課程類別：公共必修A、學(xué)科必修B、專業(yè)必修C、公共選修D(zhuǎn)、學(xué)科基礎(chǔ)選修E、專業(yè)選修F、績(jī)點(diǎn)G。學(xué)生成績(jī)：采用離散區(qū)進(jìn)行轉(zhuǎn)換，90分以上a，80分至90分b，70分至80分c，60分至70分d，60分以下e。對(duì)于某門課程缺失的成績(jī)使用該班該門課程的所有同學(xué)的平均成績(jī)填充。生成的系統(tǒng)操作界面如圖2所示：依據(jù)該系統(tǒng)可以得到如下規(guī)則：當(dāng)公共必修課程成績(jī)較低時(shí)，容易出現(xiàn)專業(yè)必修課程成績(jī)也較低的問題，學(xué)生應(yīng)該引以為戒。當(dāng)公共必修、專業(yè)必修課的成績(jī)較低時(shí)，則其學(xué)科必修課程成績(jī)也會(huì)較低，學(xué)生應(yīng)該引以為戒。當(dāng)學(xué)科基礎(chǔ)選修成績(jī)較低時(shí)，其專業(yè)選修課程的成績(jī)也會(huì)較低。故該系統(tǒng)可以起到如下作用：當(dāng)公共必修、專業(yè)必修的得分在70分以下時(shí)，將影響學(xué)生對(duì)學(xué)位獲得，從而進(jìn)行預(yù)警。當(dāng)公共必修和學(xué)科必修的得分在70分以下時(shí)，提示學(xué)生可以通過專業(yè)必修課程的得分來(lái)進(jìn)行調(diào)整達(dá)到順利獲得專業(yè)學(xué)位的目的。
4結(jié)束語(yǔ)
本文對(duì)原有的Apriori的算法提出了一種基于精減項(xiàng)集和基于多關(guān)鍵字排序的項(xiàng)集重排的改進(jìn)的Apriori算法，并將改進(jìn)的Apriori算法應(yīng)用到學(xué)位預(yù)警系統(tǒng)中，結(jié)果證明，應(yīng)用該算法實(shí)現(xiàn)的學(xué)位預(yù)警系統(tǒng)能夠很好地達(dá)到預(yù)期目標(biāo)。
作者：曹瑩苗志剛張紅霞單位：河北金融學(xué)院信息管理與工程系