张璐 徐小玲

摘 要：2020年上半年受新冠肺炎疫情的影响，我国高校的教学工作都是在线教学。本文利用Apriori算法对独立院校的《高等数学》课程的在线教学进行分析，探讨影响网络学习效果的因素，为提高网络教学的质量提供决策支持。

关键词：《高等数学》;Apriori算法;在线教学

中图分类号：G4     文献标识码：A      doi：10.19311/j.cnki.1672-3198.2021.04.072

《高等数学》是工科专业一门非常重要的核心基础课，与很多后续专业课程都与之有着紧密的联系，其地位非常重要。教学分析是教学管理与评估的重要环节，是进行有效教学、提高教学质量的有力保证。

1 Apriori算法

关联规则挖掘是数据挖掘中最活跃的研究方法之一。1993年，阿戈登（Agrawal）等人提出了著名的关联分析算法一Apriori算法，最初提出的动机是针对购物篮分析问题，其目的是为了发现不同商品之间的关联规则。这些规则刻画了顾客购买的行为模式，可以用来安排进货以及货架设计等。Apriori算法是一种挖掘关联规则的频繁项集算法，而且算法已经被广泛的应用到商业、网络安全等各个领域，算法的基本思想如下：

（1）生成条目集（Item Sets）。条目集是符合一定的支持度要求的“属性-值”的组合。那些不符合支持度阈值的“属性-值”组合被删除。

（2）使用生成的条目集创建一组关联规则，将不满足置信度阈值的规则删除，得到符合要求的关联规则。

2 利用Apriori算法对在线教学进行分析

2.1 问题提出

近年来在线教学发展非常的迅速，但是在线教学缺少监控和评价，学习成果的考核也是采用在线考试与在线学习的任务点完成度加权来评定。……