第40卷第2期2023年6月长江工程职业技术学院学报JournalofChangjiangInstituteofTechnologyVol.40No.2Jun.2023最小支持度挖掘算法在高校学生成绩关联规则的应用柯红香（漳州科技职业学院，福建漳浦363202）摘要：以漳州科技职业学院市场营销专业152名学生47门课程的成绩信息作为研究数据，根据课程成绩分布规律，利用标准差划分等级进行成绩离散化处理，针对传统关联规则Apriori算法单一的最小支持度的局限性，提出了一种自适应多最小支持度关联规则算法，采用统计拟合方法实现最小支持度和最小置信度的自适应取值，并将置信度和提升度相结合的模式筛选出有价值的规则，从而得到市场营销专业不同课程的关联性，为创新人才培养改革提供参考。关键词：数据挖掘；关联规则；学生成绩中图分类号：TP312DOI:10.14079/j.cnki.cn42-1745/tv.2023.02.016文献标识码：A文章编号：1673-0496(2023)02-0069-05关联规则挖掘是一种基于频繁项集算法的数据挖掘技术，其目的是在海量的、看似不相关的数据中，通过关联分析，挖掘多个变量之间的相关性，这些关联规则能够为决策的调整和优化提供有效的参考依据。以漳州科技职业学院市场营销专业152名学生47门课程的成绩信息作为研究对象，分析传统关联规则Apriori算法中单支持度的局限性，提出基于最大值控制的多最小支持度关联规则改进算法，从而得到市场营销专业不同课程的关联性规则，为完善人才培养改革提供参考。1关联规则算法1.1关联规则挖掘技术假设L={Li,L2,L.Ln}是N个不同事务项的项集，关联规则是一个X→Y的表达式，X和Y是集合L的真子集且XnY=0。关联规则的属性可以描述为3个参数：支持度（support）、置信度(confidence)和频繁项集["。(1)支持度是指项集L中同时具备X和Y特征的事务数占总事务数的百分比，其中min_sup表示最小支持度。支持度越大，表示X和Y同时出现的频率越高，表示X和Y之间的联系大，反之联系小。(2)置信度是指项集L中包含XUY的事务占收稿日期：2022-12-13基金项目：漳州科技职业学院科研课题“基于关联性规则的学生就业数据研究”（项目编号：ZK202006）作者简介：柯红香（1986-），女，福建漳浦人，副教授，硕士，研究方向：现代信息技术、网络安全。X的事务的比例，其中，min_conf表示最小置信度。置信度越大，表明X出现时Y出现的概率越大，即X对Y的指向性越强，当置信度达到100%，表示X出现Y一定出现。其中，表示数据集的支持度计数，N表示总事务数。sup(X-Y)=g(XUY)conf(X→Y)=a(XUY)(X...
