1、數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程,它是知識發(fā)現(xiàn)的有效手段。通過數(shù)據(jù)挖掘技術可以解決當前數(shù)據(jù)庫系統(tǒng)面臨的“數(shù)據(jù)豐富而知識匱乏”這一問題。關聯(lián)規(guī)則是數(shù)據(jù)挖掘中最主要和最成熟的研究方法技術之一,關聯(lián)規(guī)則挖掘能夠找出事務之間隱藏的有意義的聯(lián)系和規(guī)則。本文研究的目的就是將數(shù)據(jù)挖掘技術與教學評估相結合,從大量評價數(shù)據(jù)中提取出隱藏的有用信息,從而為教務管理

2、部門提供決策支持依據(jù),提高教學質量。
　　本文在對關聯(lián)規(guī)則挖掘的經(jīng)典算法Apriori算法詳細闡述和分析的基礎上,針對其需要多次掃描事務數(shù)據(jù)庫和可能產(chǎn)生龐大的候選集這兩個性能上的瓶頸問題,提出一種新的基于鄰接表的改進的Apriori算法-IA算法。在IA算法中引入“事務的長度”這個新概念,使用鄰接表存儲事務數(shù)據(jù)庫。IA算法針對求 Ck中每個候選支持度計數(shù)步驟,通過減少掃描對k-頻繁項集產(chǎn)生無效的事務的方法來提高效率。通過實驗得出,