卢小华，刘静

（山西工商学院，山西 太原 030006）

Apriori算法在网络教学平台自动推荐学习资源功能中的应用

卢小华，刘静

（山西工商学院，山西 太原 030006）

主要研究了数据挖据关联规则中挖掘频繁项集的Apriori算法在教学平台中的应用，以学生进入课程中心进行学习的日志记录作为原始数据，采用Apriori算法分析知识网页间的关联，根据关联规则进行学习资源的个性化推荐，从而满足不同学生的学习需求。

关联规则；Apriori算法；教学平台；学习资源推荐

引言

随着信息技术和网络技术的快速发展，各大高校均构建了网络教学平台，但是现有的教学平台缺乏个性化功能设计，不能根据不同需求进行学习资源的自动化推荐，因此在教学平台的设计中，加入数据挖据中基于关联规则的Apriori算法对于提高学生的学习效果是很有意义的。

1　关联规则的相关概念

假设用字母D代表数据库中所有事务的集合，而每个事务用字母T来表示，事务的标识符用TID来表示，且T≠。并假设用字母I来表示数据库中所有数据项的集合，其中每一项用Im来表示，T为I的子集。假定A、B均为项集，均是T的非空子集，且A和B的交集不为空，则说明A和B是相关联的项集，既A=＞B。这个推算公式就称为D中A和B的关联规则［1］。

1）D中项集X出现的次数称为支持度计数。

2）在数据事务集合D中，项目集A所在的事务数与D中总的事务数的百分比称之为A在D中的支持度，记作sup（A）［2］。

3）关联规则的一般形式为：A=＞B，其含义为A出现的同时也导致B出现。则A=＞B的支持度为：support（A=＞B）=suppport（A∪B）=P（A∪B）=T（A∪B）/|D|