基于向量矩阵的Apriori改进算法研究

针对传统的关联分析算法Apriori执行效率低、I/O过重、计算量过大等问题,提出了一种通过减少扫描数据库次数来降低候选项集计算复杂度, 在频繁项集求解过程中通过将事务项集转换为行向量,利用“与”操作来提高算法执行效率的Apriori改进算法。利用学生在校行为数据集对Apriori改进算法进行有效性和高效性验证。同时,为了符合算法对样本数据的要求,在样本数据处理过程中对原始数据进行了清洗和离散化处理,定义了分析对象的样本数据离散化处理的规则。通过实验分析比较了Apriori改进算法与经典Apriori算法的性能。结果表明,Apriori改进算法保持了对实际分析对象关联规则挖掘的有效性,同时具有更高的执行效率。     

数字校园共享数据平台模型探讨

共享数据平台作为全校范围内全面完善而且规范的数据源。为数字化校园的应用系统建立了全面综合的数据源,为应用系统开发个人综合数字档案、学校决策分析档案提供支持。有效解决目前高校普遍存在的信息孤岛问题,逐步推进校园各项应用系统,形成完整全面的数字化校园体系。通过对共享数据平台建设在整个数字化校园建设中所起的作用和目的为着手点,对共享数据库平台的数据交换和共享的实现方案的作初步探讨。并简单介绍了数据交换集成平台的基本原理。