朱敏 朱珍元 张林静

【摘要】随着大数据技术的发展及对此认识的提高，愈来愈多的人开始利用大数据来获取有价值的信息。我国高职院校的不断扩招使得高职院校教育系统中的数据规模愈来愈庞大，教师想要从其中获取自己需要的信息愈来愈困难。鉴于这种情况，利用大数据挖掘中的Apriori 算法，通过对高职院校学生成绩信息的收集、分析以及处理，根据预设支持度与置信度找出数据库中具有联系和不同可信度的课程成绩作为关联规则，将关联规则应用到学生成绩预警中去，从而形成对成绩处于危险状态的学生进行预警的反馈机制。

【关键词】数据挖掘 关联规则 Apriori算法 学生成绩 预警

【基金项目】安徽省2017年度高校自然科学研究项目重点项目（项目编号KJ2017A639）；安徽省2016年度高校自然科学研究项目重点项目（项目编号KJ2016A167）

【中图分类号】G712 【文献标识码】A 【文章编号】2095-3089（2018）13-0047-02

本文將通过收集计算机网络专业学生主干课程的考试成绩，然后对这些数据实施统计、分析以及处理。通过这一过程学校会对某一些不及格课程科目数比较多、可能无法按时毕业或者无法取得毕业证的学生进行预警，以便于督促这一部分学生更加努力地进行学习。我们都知道，相同的专业不同课程间肯定具备着一定的关系，本文就是在基于使用数据挖掘技术对高职院校学生得考试成绩进行统计、分析以及处理的基础上，深度发现不同科目成绩间的关联性，探索出他们之间的逻辑关系，进一步掌握学生学习状态，更好的对学习成绩处于危险状态的学生进行预警，督促学生更好的进行学习，提升他们的及格率以及毕业率。……