典型文献
基于数据挖掘的学习效果评估算法设计
文献摘要：
针对传统的线上教学效果评估方法主要依据学生的考试成绩来判定,存在延迟性较大、无法做到实时反馈等问题,文中使用FP-Growth算法对数据频繁项集进行挖掘,并通过创建FP-Tree来存储学习者的行为数据,进而挖掘出数据间潜在的关联规则.同时,为了克服该算法因存在递归现象而导致数据集膨胀且计算困难的缺点,采用了PFP并行系统来求解FP-Growth算法,有效提升了该算法的运行速度.在实验测试中,所设计算法的运行效率明显优于对比算法,且在数据集数量较大时仍可对其进行处理,这表明该算法还能够提升数据的存储容量.
文献关键词：
关联规则;FP-Growth算法;Hadoop系统;FP-Tree;并行计算
中图分类号：
作者姓名：
程红阳;叶青
作者机构：
空军军医大学,陕西西安710032
文献出处：
引用格式：
[1]程红阳;叶青-.基于数据挖掘的学习效果评估算法设计)[J].电子设计工程,2022(19):15-18,25
A类：
B类：
评估算法,算法设计,线上教学效果,教学效果评估,效果评估方法,考试成绩,延迟性,实时反馈,Growth,频繁项集,Tree,行为数据,挖掘出,关联规则,法因,递归,PFP,并行系统,运行速度,实验测试,计算法,对比算法,存储容量,Hadoop,并行计算
AB值：
0.459139
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
