基于改进Apriori算法的高校体测数据关联分析
为了能有效地分析高校体能测试数据且快速地反馈影响学生体测成绩的因素,本文以我校体能测试数据为样本,先进行数据预处理转换成适用于数据挖掘的数据集,考虑到体测数据特征有限并且长度一致的特点,采用事务压缩技术与hash技术相结合的Apriori算法进行数据分析,减少了遍历数据库的次数和生成的候选项集的规模,在保证挖掘精度的同时提高算法的运行效率.最后与Apriori算法、基于事务压缩的Apriori算法、基于hash技术的Apriori算法进行对比分析,实验结果表明,本文提出的事务压缩和hash技术相结合的改进Apriori算法,能有效地分析出学生体测成绩间的关联规则,对学生的体能训练具有更强的指导意义,与Apriori算法相比,运行效率提高了85%以上.
事务压缩、hash、Apriori、关联规则
31
TP311.13;G807.4;R226
2022-05-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
345-350