基于关联规则与聚类分析的课程评价技术

TP391.4; 高校在长期的教学活动中积累了大量的课程数据,如何利用数据资源分析课程教学状况,为提高课程教学质量提供决策支持,具有重要的研究价值.本文设计实现了一个基于关联规则与聚类分析的课程评价体系,对课程评价系统进行了功能需求分析,并对课程评价数据进行预处理.采用FP-growth算法对学生课程成绩数据进行关联规则分析,采用K-means++算法进行聚类分析,提高了课程数据分析的精度,实现了课程评价的自动化,提高了效率和评价的客观性....

Full description

Saved in:
Bibliographic Details
Published in华东理工大学学报（自然科学版） Vol. 48; no. 2; pp. 258 - 264
Main Authors 范圣法, 张先梅, 虞慧群
Format Journal Article
LanguageChinese
Published 华东理工大学教务处,上海 200237%华东理工大学计算机科学与工程系,上海 200237 2022
Subjects
数据预处理
FP-growth算法
课程评价
数据聚类
关联规则
Online AccessGet full text

Cover

More Information
Summary:TP391.4; 高校在长期的教学活动中积累了大量的课程数据,如何利用数据资源分析课程教学状况,为提高课程教学质量提供决策支持,具有重要的研究价值.本文设计实现了一个基于关联规则与聚类分析的课程评价体系,对课程评价系统进行了功能需求分析,并对课程评价数据进行预处理.采用FP-growth算法对学生课程成绩数据进行关联规则分析,采用K-means++算法进行聚类分析,提高了课程数据分析的精度,实现了课程评价的自动化,提高了效率和评价的客观性.
ISSN:1006-3080
DOI:10.14135/j.cnki.1006-3080.20201229001