德思佳基于apriori算法的课程推荐系统设计与实现中期检查_第1页
德思佳基于apriori算法的课程推荐系统设计与实现中期检查_第2页
德思佳基于apriori算法的课程推荐系统设计与实现中期检查_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、本科生(设计)中期检查表学生德思佳学号19212129学院信息科技学院专业计算机科学与技术指导教师讲师工作信息科技学院（设计）题目：基于 Apriori 算法的课程系统的设计与实现（设计）计划进度安排12 月 1 日 12 月 20 日完成毕业设计开题；12 月 20 日 1 月 20 日准备各种参考资料、充实所需知识，熟悉语言及工具；月 20 日 2 月 20 日实现算法并与系统结合；月 20 日 3 月 20 日调试系统，不断完善系统功能；月 20 日 4 月 20 日系统的继续完善，毕业设计的撰写，准备答辩。已完成情况、存在的主要问题及拟解决措施已完成情况系统已经基本成型，登录查询修改等

2、功能已经实现，系统整体的完整性和可用性达到了预想的要求，算法已经初步实现，与系统已经结合。主要问题Apriori 算法的优点是结构简单，易于理解，没有复杂的推导。但 Apriori 算法依然存在以下：对数据库的扫描次数过多。当事务数据库中存放大量事务数据时，在有限的内存容量下，系统 I/O 负载相当大。对每次 k 循环，候选集 CK 中的每个元素都必须通过扫描数据库一次来验证其是否加入 LK。假一个频繁大项集包含 10 个项的话，那么就至少需要扫描事务数据库 10 遍。每次扫描数据库的时间就会非常长，这样导致 Apriori 算法效率相对低。可致使庞大的侯选集的产生。由 LK-1 产生k-侯选

3、集 CK 是指数增长的，例如 104 的 1-频繁项集就有可能产生接近 107 个元素的 2-侯选集。如果要产生一个很长的规则时，产生的中间元素也是巨大的。基于支持度和 度框架理论发现的大量规则中，有一些规则即使满足用户指定的最小支持度和 度，但仍没有实际意义；如果最小支持度阈值定得越高，有用数据就越少，有意义的规则也就不易被发现，这样会影响决策的制定。算法适应范围小。Apriori 算法仅仅考虑了 型的 关联规则的挖掘，在实际应用中，可能出现多类型的、 的、多层的关联规则。拟解决的途径：通过查询书籍，理解 Apriori 算法，学习系统设计相关语言和技术，通过自己了解的专业知识，进行数据库构造，进行系统设计。1、学校馆有丰富的专业书籍可以学习。2、通过学习实用案例，借鉴别人研究课题的经验。3、通过多向同学老师请教学习，不懂就问，解决所遇到的难题。评语：（包括进度、质量、出勤、纪律等）课题按照预定技术路线推进，目前进度基本符合预期，但课题的算法实现似乎并未完成，希望尽快实现算法，并对该算法的应用效

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论