一种知识点关联的挖掘方法技术

本发明专利技术公开了一种知识点关联的挖掘方法，针对网络课程，具体步骤为：通过改进的频繁模式树压缩存储学生在线学习知识点的记录数据，并对频繁模式树进行挖掘，确立知识点间所存在的关联，再进一步通过改进的频繁模式树来量化这种知识点关联。本发明专利技术采用单一支持度与多支持度结合的方式，能较好地适应最小支持度阈值多次调整的场景。在知识点关联量化过程中，将知识点间的关联归纳为直接关联以及间接关联，并综合这两种关联来计算知识点关联度。

A mining method of knowledge point Association

The invention discloses a method of mining knowledge relation, according to the network curriculum, which comprises the following steps: learning record data of knowledge points through improved frequent pattern tree compression and storage of the students online, and the frequent pattern tree mining, establish association exists between knowledge points, and by further improved frequent pattern tree to to quantify this knowledge relation. The method adopts the combination of single support and multi support, and can preferably adapt to the scene with multiple adjustments of the minimum support threshold. In the process of quantification of knowledge points, the correlation between knowledge points is induced into direct and indirect association, and the correlation degree of knowledge points is calculated by combining these two kinds of association.

【技术实现步骤摘要】
一种知识点关联的挖掘方法
本专利技术涉及关联规则挖掘算法、知识关联分析研究
，具体是一种知识点关联的挖掘方法。
技术介绍
随着信息技术的快速发展，网络在线教育也蓬勃兴起，网络课程在方便学生学习知识的同时，也带来了大量学生的学习行为数据。通过对这些学生的学习行为数据进行挖掘可发现学生的学习规律，找网络课程知识点间的关联信息，为学生提供更好地导航与推荐服务。现有对知识点关联的研究中，大多主要关注对知识点之间是否存在关联，而并未深入研究这种关联并量化这种关联，以区分关联的强弱。FP-tree(FrequentPattern-tree)是一种用于将事务数据库频繁模式压缩存储的数据结构，对事务数据库建立FP-tree后，通过FP-growth算法可获取事务数据库所有频繁模式。FP-tree由一棵以根节点为“null”标记的项前缀子树以及一个频繁项头表构成。项前缀子树中的每个节点标记一个项以及根节点到该节点的路径对应项集的支持度，项头表记录了频繁项以及其对应支持度，并将项前缀子树中不同路径上的相同项用指针链接起来，将每个频繁项的链头指针保存在项头表中。但FP-growth算法仅能处理事务数本文档来自技高网...

【技术保护点】
一种知识点关联的挖掘方法，其特征在于，该方法包括以下具体步骤：步骤1：遍历事务数据库，计算每一个项的计数值；创建动态频繁模式树即DFP‑tree的根节点，并标记其为null；再次遍历事务数据库，将每条事务中的项按计数值递减序排列后，插入到DFP‑tree中；当DFP‑tree构建完成后，事务数据库新增了事务而发生变化时，通过对新增事务中各项统计排序并判断是否需要重新构建DFP‑tree；步骤2：从DFP‑tree项头表底部开始向上遍历，根据用户给定的全局支持度阈值分别设定每项的最小支持度阈值，并根据DFP‑tree为每项构建条件动态频繁模式树即conditional‑DFP‑tree，根据每项...

【技术特征摘要】
1.一种知识点关联的挖掘方法，其特征在于，该方法包括以下具体步骤：步骤1：遍历事务数据库，计算每一个项的计数值；创建动态频繁模式树即DFP-tree的根节点，并标记其为null；再次遍历事务数据库，将每条事务中的项按计数值递减序排列后，插入到DFP-tree中；当DFP-tree构建完成后，事务数据库新增了事务而发生变化时，通过对新增事务中各项统计排序并判断是否需要重新构建DFP-tree；步骤2：从DFP-tree项头表底部开始向上遍历，根据用户给定的全局支持度阈值分别设定每项的最小支持度阈值，并根据DFP-tree为每项构建条件动态频繁模式树即conditional-DFP-tree，根据每项的条件动态频繁模式树递归地生成该项的频繁模式，再从所得到的频繁模式中找到所有强关联规则，最终得到这些强关联规则所对应的知识点关联；步骤3：将知识点间的强关联规则作为知识点间的直接关联，而间接地通过第三个知识点产生的关联作为知识点间接关联；分别计算知识点直接关联度和知识点间接关联度，并将两种关联度求和再归一化后计算得到知识点关联度。2.根据权利要求1所述的挖掘方法，其特征在于，步骤1中，所述通过对新增事务中各项统计排序并判断是否需要重新构建DFP-tree是：当事务数据库新增事务时，遍历新增事务，统计事...

【专利技术属性】
技术研发人员：申鹂，王黎，郭兰兰，郭大琦，李莹莹，王硕，王舒颦，高琼，胡冰涛，刘雄，侯麟，毛大鹏，邢雅菲，吴翔，琚小明，
申请(专利权)人：国网浙江省电力公司杭州供电公司，华东师范大学，
类型：发明
国别省市：浙江,33