文档介绍：32
基于数据挖掘关联规则技术的程序设计
训练课程指导系统研究
贾燕茹王玉芬郭晓娟
摘要: 目前高等职业学校的程序设项目组成员对学生提交的程序设计义变量, 各级括号定界符未配对, 引用
计实践教学普遍存在辅导重复、效率作业利用关联规则技术进行了研究, 从数组元素时误用了圆括弧, 在用标识符
低、难于发现普遍错误等问题, 文章主中找出了潜在的有用的信息, 并及时应时忘记了大小写字母的区别等; 造成编
要介绍了针对这些问题的一种有效解决用在教学过程中, 节省了教师和学生时译警告的主要原因有格式输入函数调用
方法。利用数据挖掘的关联规则技术, 间, 提高了教学效率, 教学效果明显提时缺少地址运算符, 用户变量定义后未
设计了一套应用软件, 能对学生编写的高。使用等; 造成程序结果不正确的错误如
程序进行检查、检测、科学统计和分 2 关联规则算法及性能分析除法运算符两侧运算量不是整型常量,
析, 找出潜在的问题和出错规律, 快速关联规则挖掘就是从事务数据 switch 语句的各分支中漏写 break 语句,
给出检查统计结果, 帮助教师全面掌握库、关系数据库和其他信息存储中的大对应该有花括弧的复合语句, 忘记加花
学生编程情况, 发现导致学生程序设计量数据的项集之间发现有趣的、频繁出括弧等。
的错误点及出现错误的主要因素, 及时现的模式、关联和相关性, 它主要由两教学效果比较
为学生反馈信息, 促进教师调整教学内步来完成: 一是找出所有频繁项集, 二在 2007 年下半年, 项目组在开设
容和方式, 从而开展更具针对性的训练是由频繁项集产生强关联规则。挖掘关 C 程序设计课的专业中抽取了两个教学
辅导, 大大提高实践教学效率和辅导质联规则的总体性能由第一步决定即找出班, 分别用两种教学法, 对没有使用数
量。所有频繁项集。 Apriori 算法是一种找频据挖掘技术和使用了数据挖掘技术的教
关键词:数据挖掘技术关联规则繁项集的基本算法。学效果进行了分析比较。两个教学班分
程序设计教学指导 Apriori 算法是通过项目集元素数目别统计了 12 次平均成绩和程序错误发
不断增长来完成频繁项目集发现的。首生率, 结果如表 7 所示。
数据挖掘(Data Mining) 技术是新先, 产生 1-频繁项目集 L , 然后由 L 为未采用本方法指导教学的学生程
兴的数据管理与分析技术数据挖掘可产生依次类推 1 反复迭代直1 序作业平均成绩统计图折线表示每次
。 L2, ……, , ,
以从大量的数据中提取或挖掘知识,找到不能扩展频繁项目集的元素数目而终学生作业的平均分数, 平均成绩基本呈
出其中一些潜在的不为人知的有用信止算法在第次循环中由作水平小波动随机形状说明在学习过程
、。 k , Lk-1 ,
息、模式和趋势, 辅助人们进行科学分自连接生成的 k-候选项目集的集合 C , 中没有明显变化。图 2 为采用本方法指
析和决策数据挖掘的任务可以分两进行的裁减然后扫描数据库生成k 导教学的学生程序作业平均成绩统计
。 Ck ,
类:描述和预测。描述性挖掘任务刻划支持度并测试产生 k-频繁项目集 Lk , 图, 可以发现学生的成绩随时间增加而
数据库中数据的一般特性预测性挖掘取的