刘道君 王常颖

摘 要：关联规则挖掘是近年来数据挖掘领域的重要手段。针对不同因素对学生成绩的影响，应用关联规则Apriori算法对学生成绩的影响因素进行分析。首先收集了与学生成绩及学习习惯相关的数据，并对其进行了离散化处理;然后采用关联规则Apriori算法对离散后的学生数据信息进行挖掘，得到了12条强相关规则;通过分析这些规则发现，家长和老师的督促可以很好的改善学生上课走神现象，而走神对学生的成绩影响是特别大的，且通过分析发现学生的书写格式，学习持久力，记笔记的习惯等因素之间相互影响。研究成果表明，要想提升学生的学业成绩，不能单一的做题和补课，而是应该找到学生成绩不好的成因，进而提高成绩。

关键词：数据挖掘; Apriori算法;成绩分析;离散化

引 言

学生的学业成绩是国家和社会选拔人才的一个重要的结果性变量，也是评价一个学生基本素质的重要标准。学生成绩的优劣甚至能影响个人的发展。因此学生本人，家长和老师等都非常重视学生的学业成绩，都想法提高学业成绩。那么究竟是哪些因素影响学生的学业成绩，又当如何去提高呢？我们可以依靠数据挖掘从海量的数据中挖掘出自身感兴趣的信息。关联规则挖掘就是一种从历史数据集中发现隐藏信息，从海量数据中发现潜在的有价值的技术方法。本文采用关联规则Apriori算法[1，2，3，4]挖掘学生成绩数据，可以从中挖掘出不同因素对成绩的影响和不同因素之间的影响。……