在线关联规则论文_李佩,张红

导读:本文包含了在线关联规则论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:在线,规则,多维,空间,频繁,模型,集数。

在线关联规则论文文献综述

李佩,张红^[1]（2019）在《基于关联规则的在线高考报名咨询个性化推荐系统》一文中研究指出高考志愿的填报是众多考生一次重要的人生抉择,它关系到考生的未来职业,关系到考生在校的学业成就,其中选择真正适合自己的专业方向显得尤为重要。设计了一个基于关联规则的在线高考报名咨询个性化推荐系统,采用J2EE技术架构。系统提供对高校信息、专业信息、高校往年招生情况等查询的功能,可根据考生录入信息为考生智能化地推荐高校,有助于考生选择合适自己的高校与专业。(本文来源于《计算机时代》期刊2019年12期）

胡延雪,怀丽波,崔荣一^[2]（2019）在《基于兴趣度关联规则的在线学习行为分析方法》一文中研究指出针对如何使用数据挖掘技术分析指导用户改善学习行为的问题,提出了一种基于兴趣度关联规则的学习行为分析方法.首先,采用K-means聚类方法快速归纳出用户的学习状态;其次,通过含兴趣度的关联规则算法获得学习行为与学习效果之间的强规则;最后,以edX平台提供的用户学习数据为例对算法进行了验证.结果表明:含兴趣度指标的算法所获得的强规则数目比传统关联规则算法缩减了40.9%,同时该方法能够得出学习行为因素与学习效果之间的具体关系,有利于指导用户改善学习行为.(本文来源于《延边大学学报(自然科学版)》期刊2019年01期）

魏立鹏^[3]（2018）在《中学生在线作业结果数据关联规则分析与学习质量诊断研究》一文中研究指出大数据时代的来临,强有力的推动了人们工作、生活与思维方式的大变革。在教育领域,大数据也推动着教育信息化的发展浪潮。伴随着信息技术的快速发展,各类在线作业平台受到了中小学生的欢迎,其个性化的学习结果呈现方式、丰富的学习资源既提高了学生学习的效果也减轻学生作业的负担,同时也产生了大量结构化、非结构化和半结构的数据。通过收集学生学习中的各类行为、过程和结果数据,借助大数据挖掘技术,可实现学生学习过程和结果数据的挖掘与建模,诊断学生学习的质量,构建个性化教育环境,探究教育发展变化的规律,为教育的科学决策提供有力支撑。本文首先在查阅国内外有关文献的基础上,对在线作业、作业结果与学习结果、知识点、学习质量等核心概念进行了界定。在对在线作业系统的发展现状以及在线作业结果数据建模与学习质量诊断有关研究现状进行梳理的过程中,总结了当前国内外有关在线作业结果数据建模与学习质量诊断研究的发展趋势以及不足。借鉴数据挖掘的基本流程,以数据分析的层级为基础,确定了本研究中数据挖掘与采集的基本流程,需要采集的数据项以及数据分析目标。基于xAPI技术搭建数据采集平台,完成建模结果数据的采集并存储至LRS库中。基于采集的学生在线作业结果数据,以加涅的学习结果分类理论为指导,运用关联规则技术中的Apriori算法构建了知识点关联关系挖掘模型,探究了影响学习质量提升的不同知识点之间前后潜在的影响关系,并将知识点之间的相互影响关系进行可视化表示。以布鲁姆教育目标分类理论、加涅学习结果分类理论为指导,运用“以用户为基础的协同过滤算法”进行学生在不同知识点得分结果数据建模,完成学生对不同知识点掌握水平的评价,将评价结果以热力图的方式进行可视化展示,实现学生学习质量诊断的目标。本文借助xAPI技术规范实现了学生在线作业结果数据的采集,把数据挖掘技术中的Apriori算法和“以用户为基础的协同过滤算法”运用在学生在线作业结果数据的挖掘与建模中,在对现有研究成果梳理的基础上,运用建模的思想明确了影响学生学习质量提升的各知识点间潜在的相互影响关系,实现了知识点影响关系的可视化表示。完成了学习质量过程与结果的综合诊断与评价,实现了学生在不同知识点学习水平的过程性评价,进一步丰富了在线作业结果数据建模的研究视角。(本文来源于《西北师范大学》期刊2018-06-01）

董志^[4]（2016）在《集成空间分析方法在线挖掘地理空间关联规则》一文中研究指出提出了集成聚类分析、凸包分析、迭置分析和面积计算等各种地理空间分析与计算方法,实现了一种对在线地理数据进行地理空间关联规则挖掘的算法。该算法对非空间数据的关联规则发现算法Apriori进行了空间化处理,使该算法能够进行空间数据挖掘,发现空间关联规则。实现了在线地理空间数据的空间关联规则挖掘程序,并采用实际数据对算法进行了检验,验证了它们的可用性与有效性,并对挖掘所得的空间关联规则进行了多种可视化表达。从实验效果来看,空间关联规则的支持度和准确度主要依赖数据空间特征,如长度、面积(选择的计算基准)、体积等,发现了一些有趣的空间关联信息。(本文来源于《电脑编程技巧与维护》期刊2016年03期）

陈文,李龙澍,王本年^[5]（2007）在《关联规则挖掘在在线考试系统中的应用》一文中研究指出文章针对在线考试系统决策性等问题进行了研究,将试题概化到知识点层面进行关联规则抽取。实际应用显示,应用改进后的关联规则挖掘增强了在线考试系统决策性、个性化、通用性,取得了良好的效果。(本文来源于《铜陵学院学报》期刊2007年04期）

蔡榆榕^[6]（2006）在《基于多维频繁项集的在线关联规则挖掘的设计与实现》一文中研究指出对多维关联规则挖掘的理论及实现进行了详细的介绍,尤其对基于多维频繁项集的挖掘算法结合实例进行了详尽的阐述和实现。通过选用先进行立方体计算、后进行数据挖掘的OLAM模式,确定了数据挖掘的范围,然后再进行多维关联规则的挖掘。将交互式挖掘嵌入到联机分析系统中来。(本文来源于《陕西教育·理论》期刊2006年08期）

陈涛,王丽珍^[7]（2004）在《约束性关联规则的在线生成算法》一文中研究指出1引言关联规则挖掘问题受到了许多研究学者的关注,并提出了许多有效的关联规则发现算法。然而,如果不对关联规则进行限制的话,可能产生太多的规则,用户未必对所有规则感兴趣。由用户指定一定的约束条件,并由挖掘系统产生针对这些约束条件的约束性关联规则是一个有意义的研究内容。(本文来源于《第二十一届中国数据库学术会议论文集（技术报告篇）》期刊2004-10-14）

刘景春,王永利^[8]（2004）在《适合在线式增量更新的关联规则挖掘算法》一文中研究指出在分析现有的关联规则算法FUP的基础上,指出了该算法的不足之处,进而提出了一种改进的增量式更新算法AUI,AUI算法解决了在线环境下最小支持度和最小置信度两个阈值不变而事务数据库发生变化时高效更新关联规则的问题。实验分析证明了新算法的有效性和优越性。(本文来源于《计算机工程与应用》期刊2004年12期）

李琦,宋国新^[9]（2000）在《在线挖掘关联规则算法的改进》一文中研究指出介绍了由 Christian Hidber提出的在线挖掘关联规则算法 Carma,提出对该算法的若干改进。减弱了原算法第一步中当前交易的子集 v被插入集合 V的条件 ,同时改进了 max Missed的计算公式 ,使其计算更为简单。实验证明 ,以上改进提高了算法的速度。(本文来源于《华东理工大学学报》期刊2000年05期）

在线关联规则论文开题报告

（1）论文研究背景及目的

此处内容要求：

首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。

写法范例：

针对如何使用数据挖掘技术分析指导用户改善学习行为的问题,提出了一种基于兴趣度关联规则的学习行为分析方法.首先,采用K-means聚类方法快速归纳出用户的学习状态;其次,通过含兴趣度的关联规则算法获得学习行为与学习效果之间的强规则;最后,以edX平台提供的用户学习数据为例对算法进行了验证.结果表明:含兴趣度指标的算法所获得的强规则数目比传统关联规则算法缩减了40.9%,同时该方法能够得出学习行为因素与学习效果之间的具体关系,有利于指导用户改善学习行为.

（2）本文研究方法

调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。

实证研究法：依据现有的科学理论和实践的需要提出设计。

定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。

定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。

跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。

模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

在线关联规则论文参考文献

[1].李佩,张红.基于关联规则的在线高考报名咨询个性化推荐系统[J].计算机时代.2019

[2].胡延雪,怀丽波,崔荣一.基于兴趣度关联规则的在线学习行为分析方法[J].延边大学学报(自然科学版).2019

[3].魏立鹏.中学生在线作业结果数据关联规则分析与学习质量诊断研究[D].西北师范大学.2018

[4].董志.集成空间分析方法在线挖掘地理空间关联规则[J].电脑编程技巧与维护.2016

[5].陈文,李龙澍,王本年.关联规则挖掘在在线考试系统中的应用[J].铜陵学院学报.2007

[6].蔡榆榕.基于多维频繁项集的在线关联规则挖掘的设计与实现[J].陕西教育·理论.2006

[7].陈涛,王丽珍.约束性关联规则的在线生成算法[C].第二十一届中国数据库学术会议论文集（技术报告篇）.2004

[8].刘景春,王永利.适合在线式增量更新的关联规则挖掘算法[J].计算机工程与应用.2004

[9].李琦,宋国新.在线挖掘关联规则算法的改进[J].华东理工大学学报.2000

论文知识图

标签：在线论文;  规则论文;  多维论文;  空间论文;  频繁论文;  模型论文;  集数论文;