首页|课程评价中考虑误导抑制的关联规则高效提取

课程评价中考虑误导抑制的关联规则高效提取

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对高校课程评价,研究数据驱动的教学管理与决策问题.由某校的课程评价指标体系,确定涵盖学生、教师、同行专家和教学督导等多维度评价数据的数据结构.对采集的调查问卷数据进行清洗和转换等预处理后,构造完成供数据挖掘的数据集.考虑误导性规则抑制,使用基于差异兴趣度的改进Apriori关联规则挖掘算法,提取评价指标间的关联规则.将发现的关系模式与使用传统Apriori关联规则挖掘算法所得结果进行比较,显示本文所用改进Apriori方法能够提高知识发现的效率和准确性,对课程建设具有更强的指导作用.
Efficient Association Rules Extraction by Considering Misleading Suppression in Course Evaluation

张利生、薛颂东、杨晓梅

展开 >

太原科技大学 计算机科学与技术学院, 太原030024

太原科技大学 经济与管理学院, 太原030024

数据驱动 课程评价 关联算法 兴趣度 知识发现

山西省软科学项目山西省高等学校教学改革创新项目山西省高等学校教学改革创新项目

2019041010-2J2019133J2020500

2021

10.15888/j.cnki.csa.007881

计算机系统应用
中国科学院软件研究所

计算机系统应用

CSTPCD
影响因子：0.449
ISSN：1003-3254
年,卷(期)：2021.30(5)
  • 1
  • 1
  • 9