一種獲取課程關(guān)聯(lián)度的方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供了一種獲取課程關(guān)聯(lián)度的方法及系統(tǒng)，該方法包括：將兩門課程的成績數(shù)據(jù)分別按照成績的分?jǐn)?shù)劃分為預(yù)設(shè)的等級，得到兩門課程的離散化成績數(shù)據(jù)；將同一學(xué)生的兩門課程的離散化成績數(shù)據(jù)之間的等級關(guān)系生成對應(yīng)的規(guī)則，計算每條規(guī)則對應(yīng)的支持度，提取支持度大于或等于預(yù)設(shè)閾值的規(guī)則，得到原始規(guī)則集合；利用啟發(fā)式算法將所述原始規(guī)則集合劃分為正常規(guī)則集合和異常規(guī)則集合；分別計算異常規(guī)則集合中對應(yīng)的異常規(guī)則的支持度的和以及正常規(guī)則集合中對應(yīng)的正常規(guī)則的支持度的和，根據(jù)所述異常規(guī)則的支持度的和與所述正常規(guī)則的支持度的和計算兩門課程關(guān)聯(lián)度。本發(fā)明能夠準(zhǔn)確獲取課程間的關(guān)聯(lián)度，為教學(xué)過程中課程推薦提供有效的技術(shù)支持。
【專利說明】一種獲取課程關(guān)聯(lián)度的方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)據(jù)挖掘【技術(shù)領(lǐng)域】，尤其涉及一種獲取課程關(guān)聯(lián)度的方法及系統(tǒng)。

【背景技術(shù)】
[0002] 隨著社會對于教育的重視，越來越來多的人開始參與到在校學(xué)習(xí)。于此同時帶來 的是大量的教學(xué)數(shù)據(jù)的產(chǎn)生，如何有效的利用這些教學(xué)數(shù)據(jù)成為了研宄的熱點問題。數(shù)據(jù) 挖掘技術(shù)是一種能夠在大量數(shù)據(jù)中發(fā)現(xiàn)規(guī)律的技術(shù)。由于數(shù)據(jù)本身的復(fù)雜性，所以一般普 適的算法無法直接應(yīng)用到數(shù)據(jù)上，這就需要針對挖掘的目標(biāo)提出新的數(shù)據(jù)挖掘方法或者新 的模型。
[0003]目前，對于關(guān)聯(lián)性分析，國內(nèi)外已經(jīng)有人提出了一些算法，主要包括：
[0004] Aporior算法：該算法是一種挖掘頻繁項集的算法。頻繁項集挖掘通過將已有的 頻繁項集合進行連接，不斷篩選滿足頻繁度的項集，通過迭代上面的過程最終得到所有的 頻繁項目集合。關(guān)聯(lián)規(guī)則挖掘是通過將每條頻繁項集進行分割得到關(guān)聯(lián)規(guī)則，根據(jù)最小置 信篩選出強關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則挖掘算法只能挖掘出關(guān)聯(lián)規(guī)則，無法給出兩個事物間的關(guān) 聯(lián)度。
[0005] FP-Tree算法：為了解決算法時間復(fù)雜度過高的問題，研宄人員提出了，通過將規(guī) 則壓縮到一個樹中，避免每次篩選的時候再次掃描數(shù)據(jù)庫，能夠有效的提高算法的效率。
[0006] 上述算法能夠挖掘關(guān)聯(lián)規(guī)則，但是無法對數(shù)據(jù)關(guān)聯(lián)度進行度量。


【發(fā)明內(nèi)容】

[0007](一）要解決的技術(shù)問題
[0008] 本發(fā)明提供一種獲取課程關(guān)聯(lián)度的方法及系統(tǒng)，準(zhǔn)確獲取課程間的關(guān)聯(lián)度，為教 學(xué)過程中課程推薦提供有效的技術(shù)支持。
[0009](二）技術(shù)方案
[0010] 為解決上述技術(shù)問題，本發(fā)明提供一種獲取課程關(guān)聯(lián)度的方法，該方法包括：
[0011] 將兩門課程的成績數(shù)據(jù)分別按照成績的分?jǐn)?shù)劃分為預(yù)設(shè)的等級，得到兩門課程的 離散化成績數(shù)據(jù)；
[0012] 將同一學(xué)生的兩門課程的離散化成績數(shù)據(jù)之間的等級關(guān)系生成對應(yīng)的規(guī)則，計算 每條規(guī)則對應(yīng)的支持度，提取支持度大于或等于預(yù)設(shè)閾值的規(guī)則，得到原始規(guī)則集合；
[0013] 利用啟發(fā)式算法將所述原始規(guī)則集合劃分為正常規(guī)則集合和異常規(guī)則集合；
[0014] 分別計算異常規(guī)則集合中對應(yīng)的異常規(guī)則的支持度的和以及正常規(guī)則集合中對 應(yīng)的正常規(guī)則的支持度的和，根據(jù)所述異常規(guī)則的支持度的和與所述正常規(guī)則的支持度的 和計算兩門課程關(guān)聯(lián)度。
[0015] 優(yōu)選地，在所述將兩門課程的成績數(shù)據(jù)分別按照成績的分?jǐn)?shù)劃分為預(yù)設(shè)個等級之 前，所述方法還包括：
[0016] 將兩門課程的成績數(shù)據(jù)按照統(tǒng)一標(biāo)準(zhǔn)進行數(shù)據(jù)歸一化處理，得到兩門課程的標(biāo)準(zhǔn) 成績數(shù)據(jù)。
[0017] 優(yōu)選地，規(guī)則對應(yīng)的支持度的計算公式具體如下：
[0018] 支持度=規(guī)則對應(yīng)的數(shù)量/規(guī)則集合的數(shù)量。
[0019] 優(yōu)選地，在所述將兩門課程的成績數(shù)據(jù)分別按照成績的分?jǐn)?shù)劃分為預(yù)設(shè)個等級之 后，所述方法還包括：
[0020] 對所述預(yù)設(shè)個等級進行排序。
[0021] 優(yōu)選地，所述利用啟發(fā)式算法將所述原始規(guī)則集合劃分為正常規(guī)則集合和異常規(guī) 則集合，具體包括：
[0022] 步驟1 :分別計算所述原始規(guī)則集合中每個規(guī)則對應(yīng)的交叉點的數(shù)量、等級差以 及每個規(guī)則的趨勢，其中，若兩條規(guī)則對應(yīng)的等級是升降交叉關(guān)系，則兩條規(guī)則均存在交叉 點，等級差為同一學(xué)生的兩門課程的離散化成績數(shù)據(jù)之間的等級差的絕對值，規(guī)則的趨勢 包括同一學(xué)生兩門課程的離散化成績數(shù)據(jù)之間的等級的上升和下降；
[0023] 步驟2 :在所述原始規(guī)則集合中選取交叉點最多的規(guī)則加入到異常規(guī)則集合中， 如果集合中規(guī)則的交叉點相同，則在交叉點相同的規(guī)則中選擇等級差最大的規(guī)則加入到異 常規(guī)則集合中，如果集合中規(guī)則的等級差都相同，則選擇與大部分規(guī)則的趨勢相反的規(guī)則 加入到異常規(guī)則集合中，如果集合中規(guī)則的趨勢都相同，則選擇支持度最低的規(guī)則加入到 異常規(guī)則集合中；
[0024] 步驟3 :當(dāng)有規(guī)則加入到異常規(guī)則集合時，再次執(zhí)行步驟1，判斷剩余規(guī)則集合中 是否存在交叉點，若沒有，則跳轉(zhuǎn)到步驟4,否則再次執(zhí)行步驟2。
[0025] 步驟4:遍歷異常規(guī)則集合，將任一個異常規(guī)則加入到正常規(guī)則集合中，如果所述 正常規(guī)則集合中不存在交叉點，那么繼續(xù)添加，如果存在交叉點，跳過該交叉點，如果存在 兩個異常規(guī)則都能使得正常規(guī)則集合繼續(xù)保持正常，且兩個異常規(guī)則同時加入正常規(guī)則集 合時會出現(xiàn)交叉點，則在所述兩個異常規(guī)則在選擇支持度高的規(guī)則加入正常規(guī)則集合中。
[0026] 優(yōu)選地，所述根據(jù)所述異常規(guī)則的支持度的和與所述正常規(guī)則的支持度的和計算 兩門課程關(guān)聯(lián)度，具體公式如下：
[0027]

【權(quán)利要求】
1. 一種獲取課程關(guān)聯(lián)度的方法，其特征在于，所述方法包括： 將兩門課程的成績數(shù)據(jù)分別按照成績的分?jǐn)?shù)劃分為預(yù)設(shè)的等級，得到兩門課程的離散 化成績數(shù)據(jù)； 將同一學(xué)生的兩門課程的離散化成績數(shù)據(jù)之間的等級關(guān)系生成對應(yīng)的規(guī)則，計算每條 規(guī)則對應(yīng)的支持度，提取支持度大于或等于預(yù)設(shè)閾值的規(guī)則，得到原始規(guī)則集合； 利用啟發(fā)式算法將所述原始規(guī)則集合劃分為正常規(guī)則集合和異常規(guī)則集合； 分別計算異常規(guī)則集合中對應(yīng)的異常規(guī)則的支持度的和以及正常規(guī)則集合中對應(yīng)的 正常規(guī)則的支持度的和，根據(jù)所述異常規(guī)則的支持度的和與所述正常規(guī)則的支持度的和計 算兩門課程關(guān)聯(lián)度。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述將兩門課程的成績數(shù)據(jù)分別按照 成績的分?jǐn)?shù)劃分為預(yù)設(shè)個等級之前，所述方法還包括： 將兩門課程的成績數(shù)據(jù)按照統(tǒng)一標(biāo)準(zhǔn)進行數(shù)據(jù)歸一化處理，得到兩門課程的標(biāo)準(zhǔn)成績 數(shù)據(jù)。
3. 根據(jù)權(quán)利要求1或2所述的方法，其特征在于，規(guī)則對應(yīng)的支持度的計算公式具體如 下： 支持度=規(guī)則對應(yīng)的數(shù)量/規(guī)則集合的數(shù)量。
4. 根據(jù)權(quán)利要求1或2所述的方法，其特征在于，在所述將兩門課程的成績數(shù)據(jù)分別按 照成績的分?jǐn)?shù)劃分為預(yù)設(shè)個等級之后，所述方法還包括： 對所述預(yù)設(shè)個等級進行排序。
5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述利用啟發(fā)式算法將所述原始規(guī)則集 合劃分為正常規(guī)則集合和異常規(guī)則集合，具體包括： 步驟1 :分別計算所述原始規(guī)則集合中每個規(guī)則對應(yīng)的交叉點的數(shù)量、等級差以及每 個規(guī)則的趨勢，其中，若兩條規(guī)則對應(yīng)的等級是升降交叉關(guān)系，則兩條規(guī)則均存在交叉點， 等級差為同一學(xué)生的兩門課程的離散化成績數(shù)據(jù)之間的等級差的絕對值，規(guī)則的趨勢包括 同一學(xué)生兩門課程的離散化成績數(shù)據(jù)之間的等級的上升和下降； 步驟2 :在所述原始規(guī)則集合中選取交叉點最多的規(guī)則加入到異常規(guī)則集合中，如果 集合中規(guī)則的交叉點相同，則在交叉點相同的規(guī)則中選擇等級差最大的規(guī)則加入到異常規(guī) 則集合中，如果集合中規(guī)則的等級差都相同，則選擇與大部分規(guī)則的趨勢相反的規(guī)則加入 到異常規(guī)則集合中，如果集合中規(guī)則的趨勢都相同，則選擇支持度最低的規(guī)則加入到異常 規(guī)則集合中； 步驟3 :當(dāng)有規(guī)則加入到異常規(guī)則集合時，再次執(zhí)行步驟1，判斷剩余規(guī)則集合中是否 存在交叉點，若沒有，則跳轉(zhuǎn)到步驟4,否則再次執(zhí)行步驟2。 步驟4:遍歷異常規(guī)則集合，將任一個異常規(guī)則加入到正常規(guī)則集合中，如果所述正常 規(guī)則集合中不存在交叉點，那么繼續(xù)添加，如果存在交叉點，跳過該交叉點，如果存在兩個 異常規(guī)則都能使得正常規(guī)則集合繼續(xù)保持正常，且兩個異常規(guī)則同時加入正常規(guī)則集合時 會出現(xiàn)交叉點，則在所述兩個異常規(guī)則在選擇支持度高的規(guī)則加入正常規(guī)則集合中。
6. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述異常規(guī)則的支持度的和與 所述正常規(guī)則的支持度的和計算兩門課程關(guān)聯(lián)度，具體公式如下：
其中，Sim表示關(guān)聯(lián)度，Sim值越小對應(yīng)的關(guān)聯(lián)度越小，Sim值越大對應(yīng)的關(guān)聯(lián)度越大，N表示正常規(guī)則集合，D表示異常規(guī)則集合，Support表示相應(yīng)的規(guī)則集合中規(guī)則的支持度 和。
7. -種獲取課程關(guān)聯(lián)度的系統(tǒng)，其特征在于，所述系統(tǒng)包括： 數(shù)據(jù)離散化模塊，用于將兩門課程的成績數(shù)據(jù)分別按照成績的分?jǐn)?shù)劃分為預(yù)設(shè)的等 級，得到兩門課程的離散化成績數(shù)據(jù)； 原始規(guī)則集合生成模塊，用于將同一學(xué)生的兩門課程的離散化成績數(shù)據(jù)之間的等級關(guān) 系生成對應(yīng)的規(guī)則，計算每條規(guī)則對應(yīng)的支持度，提取支持度大于或等于預(yù)設(shè)閾值的規(guī)則， 得到原始規(guī)則集合； 規(guī)則劃分模塊，用于利用啟發(fā)式算法將所述原始規(guī)則集合劃分為正常規(guī)則集合和異常 規(guī)則集合； 關(guān)聯(lián)度計算模塊，用于分別計算異常規(guī)則集合中對應(yīng)的異常規(guī)則的支持度的和以及正 常規(guī)則集合中對應(yīng)的正常規(guī)則的支持度的和，根據(jù)所述異常規(guī)則的支持度的和與所述正常 規(guī)則的支持度的和計算兩門課程關(guān)聯(lián)度。
8. 根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括： 數(shù)據(jù)歸一化模塊，用于在將兩門課程的成績數(shù)據(jù)分別按照成績的分?jǐn)?shù)劃分為預(yù)設(shè)個等 級之前，將兩門課程的成績數(shù)據(jù)按照統(tǒng)一標(biāo)準(zhǔn)進行數(shù)據(jù)歸一化處理，得到兩門課程的標(biāo)準(zhǔn) 成績數(shù)據(jù)。
9. 根據(jù)權(quán)利要求7或8所述的系統(tǒng)，其特征在于，規(guī)則對應(yīng)的支持度的計算公式具體如 下： 支持度=規(guī)則對應(yīng)的數(shù)量/規(guī)則集合的數(shù)量。
10. 根據(jù)權(quán)利要求7或8所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括： 等級排序模塊，用于在將兩門課程的成績數(shù)據(jù)分別按照成績的分?jǐn)?shù)劃分為預(yù)設(shè)個等級 之后，對所述預(yù)設(shè)個等級進行排序。
【文檔編號】G06F19/00GK104484554SQ201410693920
【公開日】2015年4月1日 申請日期:2014年11月26日 優(yōu)先權(quán)日:2014年11月26日
【發(fā)明者】高小鵬, 阮帥, 季書帆, 姜博, 萬寒, 龍翔 申請人:北京航空航天大學(xué)