关联规则揭示项集间有趣的相联关系,可广泛应用于医学、金融、生物、电信、农业、教育学等领域,是数据挖掘的重要研究课题.自1993年R.Agrawal,R.Srikant首次提出该问题以来,已出现了许多关联规则挖掘算法.其中最经典的关联规则挖掘算法是Apriori算法和FP-growth算法,而FP-growth算法是当前挖掘频繁项集算法中应用最广的,并且不需要产生候选项集的关联规则挖掘算法.探讨运用关联规则算法来解决当前教学质量评价系统中存在的一些问题.同样的利用关联规则挖掘算法计算出分数较高的教师的优点在哪里.从而为教学管理人员提供可靠的决策依据,本文以武汉轻工大学学生评教的数据为依据.详细介绍了FP-growth算法的应用.
NETL
NSTL
万方数据
