课程评价中考虑误导抑制的关联规则高效提取

摘要：

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.

关键词：数据驱动、课程评价、关联算法、兴趣度、知识发现

所属期刊栏目：30

资助基金：山西省软科学项目;山西省高等学校教学改革创新项目

在线出版日期：2021-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：164-169