卢允之 黄伟武 李沐阳 张晔 摘要数据挖掘能从大量数据中提取或挖掘知识，发现重要的数据模式。本文基于高校图书馆学生借阅数据及其阅读行为，通过Apriori关联分析算法，提出符合高校学生学习进度的启发式课程设置决策算法，通过课程设置实例实现决策系统构建与数据挖掘相结合的初步实践。 关键词关联规则聚类分析借阅记录决策支持数据挖掘 中图分类号：G632 文献标识码：A 一、引言 自20世纪60年代以来，数据库的规模与数量与日俱增，这让人们饱受信息泛滥的痛苦：人们不再缺乏对事物的信息，而信息过多而无法从中找到真正想要的知识。数据挖掘能从大量数据中提取或挖掘知识，可以发现重要的数据模式，对商务策略、知识库、科学和医学做出巨大的贡献。 随着高校招生规模的扩大，目前高校在校人数日益增多。课堂教育已不再是全部，学生的阅读的行为是教育的延续和深化。而几乎每所高校都有自己的图书馆，这使得研究高校图书馆中学生的阅读行为成为可能。在文献中指出研究大学生阅读教育的目的，其中第二点提到这一研究“可向学校提供有关资料，帮助校方了解学生的知识结构及能力结构，以利于推动教学改革和学校课程建设，提高学生素质”。因此，借助于挖掘学生的阅读行为加以分析，为课程设置决策提供支持是可行的。 为了达到更好更全面的支持决策的目的，本文借助于数据挖掘的技术和新的研究思路，提出基于数据挖掘和学生阅读行为分析的决策支持系统。 |