基于数据挖掘的选课系统的设计与实现.docxVIP

-1-

基于数据挖掘的选课系统的设计与实现1

郝天永1，邓天红2

1兰州理工大学电气工程与信息工程学院,甘肃兰州,（730050）

2杭州思易电子系统工程有限公司,浙江杭州,（310013）

摘要：许多高校都拥有选课系统，并积累了大量的原始数据，这些数据中包含了大量潜在的、未知的有用信息，这些“信息”可以辅助相关部门进行合理的教学资源分配并作出相应选课决策。本文基于高校选课系统，讨论了数据预处理和数据挖掘技术[1]，并应用关联规则中的FP-tree算法挖掘选课数据，获得了一些有用的规则信息，取得了良好的应用效果。

关键词：数据挖掘;关联规则;数据仓库;选课系统

1.引言

随着高校的扩招，学生人数的增加，学生管理任务的不断增加，以前手工选课的方式已经远远不能满足现在的需要，很多高校都实施了自动化选课，并在一定的运行中积累了大量的数据，这些数据一方面，占用了大量的存储空间，另一方面，又隐藏着无法辨别的、可以提供决策支持的信息，而传统的查询、报表工具无法满足挖掘这些信息的需求。

利用数据挖掘技术，挖掘选课系统中积累的数据的有用信息，可以使学校的相关部门有弹性的调节所开课程，调整热门课程和冷门课程的人数，调节相关课程的学分，通过选课率及相关信息做出正确的决策，鼓励和正确的引导学生选择互补的课程，这有利于高校学生整体素质的提高，也有利于各个高校教师、教室等资源的合理分配。

2.系统的总体设计

首先要确定挖掘的主题，明确主题是正确实施挖掘的基本保证，学生选课系统的大量数据是基本数据，要对其进行预处理，处理时考虑不同的粒度，以便能挖掘不同层次的信息，另外对元数据和存储方式进行深入分析，为挖掘做准备。

数据挖掘的技术相当多，根据选定主题选择合适的数据挖掘技术，使其更有效的挖掘数据中的有用隐含信息；另外，在挖掘的过程中，使用合适的度量值对挖掘结果的影响也不容忽视。将挖掘的结果用用户容易理解的方式表现出来，有助于对挖掘结果进行分析。

2.1数据预处理

数据预处理(Datapreprocessing)包括三个步骤：数据清理(Datacleaning)、数据集成(Data

1本课题得到甘肃省自然科学基金（No.ZS022-A25-035）的资助。

-2-

integration)和数据变换(Datatransformation)[2]。

对表中的原始数据进行数据清理。清除一些冗余数据，消除噪声数据，利用相关技术推导计算并填充缺值的数据、消除重复记录[3]。设计数据存储过程，将存在于不同结构的数据库的数据集成在数据存储中。在设计存储的时候，要充分为将来要做的挖掘工作考虑，为挖掘做准备。变换的主要目的是消减数据维数或降维，即从初始特征中找出真正有用的特征以减少数据挖掘时要考虑的特征或变量个数，同时可以利用概念层次树对原始数据进行必要的抽象，使得挖掘模块能够处理数据各个抽象层次，而不是仅对细节数据进行挖掘[3]。

对源数据进行预处理之后，得到了转化后有其特定粒度的离散化数据，把数据加载到一定的存储方式中，形成一定意义上的数据仓库，管理和使用形成的各种元数据。

2.2数据挖掘

要进行数据挖掘，必须先选择合适的数据挖掘技术，确定挖掘算法，利用算法编程来达到挖掘有用信息的目的。我们切合学生选课中各种兴趣的关联，确定使用关联规则挖掘技术，这样可以更好的发现选课系统中的兴趣关联。

关联分析是为了挖掘出隐藏在数据间的相互关系。从一组给定的数据项以及交易集合中，分析出数据项集在交易集合中出现的频度关系。在关联规则挖掘技术中，我们使用FP-growth算法[1]，FP-growth采用分治思想，比Apriori算法更具效率优势。

2.2.1构造FP-tree

其主要步骤有：扫描数据库一次，得到频繁1-项集；把项按支持度递减排序；再一次扫描数据库，建立FP-tree。

FP-tree的算法：

(1)扫描事务数据库D一次。收集频繁项的集合F和它们的支持度。对F按支持度降序排序，结果为频繁项表L。

(2)创建FP-tree的根结点，以null标记它。对于D中每个事务Trans，执行：选择Trans中的频繁项，并按L中的次序排序。设排序后的频繁项表为[p|p1]，其中p1是第一个元素，而p是剩余元素的表。调用insert_tree([p|p1],T)。该过程执行情况如下：如果有子女N使得N.item-name=p.item-name，则计数增加1；否则创建一个新结点N，

将其计数设置为1，链接到它的父节点T，并且通过节点链接结构将其链