期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
Apriori算法在高职院校贫困生认定工作中的应用
被引量:
3
下载PDF
职称材料
导出
摘要
工作通过这些年的工作实践后,发现传统的贫困生认定存在很多的不足之处,迫切需要一套科学规范、易于操作的方法来完善贫困生认定工作,使贫困生认定工作能够高效、有序、合理地进行。运用Apriori算法对全体贫困生数据进行挖掘,寻求隐藏在这些数据背后的有价值的信息和潜在的联系及规则,从而为更好的完成贫困生认定工作提供帮助。
作者
曹路舟
机构地区
池州职业技术学院信息技术系
出处
《池州学院学报》
2012年第6期9-11,共3页
Journal of Chizhou University
关键词
数据挖掘
关联规则
APRIORI算法
分类号
TP301 [自动化与计算机技术—计算机系统结构]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
2
共引文献
0
同被引文献
21
引证文献
3
二级引证文献
20
参考文献
2
1
李剑..数据挖掘技术在学生助学系统中的应用[D].东南大学,2009:
2
Jiawei,Han,Micheline,Kamber..数据挖掘 概念与技术 英文[M].北京:高等教育出版社,2001:550.
同被引文献
21
1
周琼,李海山.
我国高校贫困生资助体系的现状及反思[J]
.文教资料,2006(11):23-24.
被引量:13
2
陈鑫影.
粗糙集在企业信息系统中的应用[J]
.商场现代化,2007(04Z):36-36.
被引量:1
3
JiaweiHan,MichelineKamber.范明,孟小峰译.数据挖掘:概念与技术[M].北京:机械工业出版社,2007.
被引量:25
4
张东阳.贫困生认定量化考核不可缺[N].中国教育报,2008-11-11(2).
被引量:2
5
财政部,教育部.关于认真做好高等学校家庭经济困难学生认定工作的指导意见(教财[2007]8号)[J].中华人民共和国教育部公报,2007(S2):63-65.
被引量:1
6
财政部,教育部.普通本科高校、高等职业学校国家助学金管理暂行办法(财教[2007]92号)[J].中华人民共和国教育部公报,2007(S2):68-70.
被引量:1
7
张文东,李明壮,石小艳.
基于粗糙集理论的属性约简算法[J]
.计算机工程与设计,2008,29(22):5795-5797.
被引量:18
8
兰聪花,刘洋,唐占红.
AprioriTid挖掘频繁项集算法的改进[J]
.计算机应用与软件,2010,27(3):234-236.
被引量:3
9
黎仁国.
数据挖掘技术在贫困生评定中的应用[J]
.内江师范学院学报,2010,25(4):54-56.
被引量:5
10
黎仁国.
数据挖掘技术在高校贫困生评定中的应用[J]
.宜春学院学报,2009,31(6):90-91.
被引量:4
引证文献
3
1
胡景.
TOPSIS算法在高校贫困生认定中的应用[J]
.新乡学院学报,2014,31(2):5-7.
被引量:4
2
陈晓,王树宝,李建晶,张准.
基于加权约束的决策树方法在贫困生认定中的应用研究[J]
.计算机应用与软件,2014,31(12):136-139.
被引量:14
3
樊伟,刘红,匡亚茹.
基于粗糙集改进Apriori算法在高校贫困生认定中的应用[J]
.电脑知识与技术,2019,15(7X):3-6.
被引量:2
二级引证文献
20
1
周小祥.
基于贫困度的高校贫困生认定探讨[J]
.江苏科技信息,2015,32(9):65-66.
被引量:1
2
刘小园,何美玲.
高职家庭经济困难学生评价指标体系构建——以罗定职业技术学院为例[J]
.四川职业技术学院学报,2016,26(3):141-145.
被引量:3
3
周红,邬海涛,赵桂芳,曾念,马成娟.
基于改进K-Means算法的高校贫困生辅助决策系统[J]
.技术与市场,2016,23(12):225-225.
被引量:4
4
唐燕,王苹.
随机森林算法在中医药院校贫困生认定预测中的应用研究[J]
.中国医药导报,2017,14(14):164-168.
被引量:6
5
唐燕,王苹.
基于C4.5和随机森林算法的中医药院校毕业生就业预测应用研究[J]
.中国医药导报,2017,14(24):166-169.
被引量:5
6
贾文婷.
高校贫困生认定工作的现状及对策[J]
.中国培训,2016(22):106-106.
7
陆桂明,张源,周志敏.
基于机器学习的贫困生分类预测研究[J]
.计算机应用与软件,2019,36(1):316-319.
被引量:12
8
唐业喜,王江生.
大数据在高校贫困生认定中的运用实证分析——基于熵值模型[J]
.高教论坛,2019,0(6):74-77.
被引量:9
9
李斌,王卫星.
NCA降维和贝叶斯优化调参对分类模型的改进[J]
.计算机应用与软件,2019,36(8):281-287.
被引量:14
10
刘凯,黄胜,李君科.
高校贫困生评定建模方法[J]
.黔南民族师范学院学报,2019,39(4):70-73.
1
张烨.
基于ASP.NET技术的贫困生认定管理系统[J]
.中国教育技术装备,2015,0(15):26-27.
2
曹路舟.
FP-growth算法在高职院校贫困生认定工作中的应用研究[J]
.西安文理学院学报(自然科学版),2015,18(1):68-72.
被引量:4
3
陈晓,王树宝,李建晶,张准.
基于加权约束的决策树方法在贫困生认定中的应用研究[J]
.计算机应用与软件,2014,31(12):136-139.
被引量:14
4
樊搏,姜玉国.
基于数据挖掘的贫困生认定辅助系统设计[J]
.软件导刊,2015,14(12):134-135.
被引量:6
5
费小丹,董新科,张晖.
基于校园一卡通消费数据的高校贫困生分析[J]
.电脑知识与技术(过刊),2014,20(7X):4934-4936.
被引量:21
6
马利娟.
浅谈对计算机辅助贫困生认定系统的研究[J]
.科技致富向导,2013(15):86-86.
7
张冬冬,李玉龙,王玉鑫.
数据挖掘技术在高校贫困生认定中的应用[J]
.西安文理学院学报(自然科学版),2013,16(4):90-94.
被引量:5
8
廉文武.
数据挖掘下贫困生认定辅助系统设计研究[J]
.当代教育实践与教学研究(电子版),2016,0(7X):47-48.
被引量:1
9
刘海苑.
基于数据挖掘的贫困生认定辅助系统的研究[J]
.电脑知识与技术,2015,0(8X):5-7.
被引量:2
10
周红,邬海涛,赵桂芳,曾念,马成娟.
基于改进K-Means算法的高校贫困生辅助决策系统[J]
.技术与市场,2016,23(12):225-225.
被引量:4
池州学院学报
2012年 第6期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部