网络学习中学习者个性挖掘算法的研究

针对网络教育中学生群体存在着个性差异大的特点,本文提出了一种基于数据立方体的多维关联规則的个性挖掘算法。该算法首先通过Personal-Cube-Apriori算法搜索频繁谓词集,进而对学习者行为模式与个性特征的关联规則分析,得到多雉关联规则,最后利用统计中的相关性分析方法除去冗余规则。在此基础上,进行个性属性归并,从而实现个性化的知识服务。该算法不仅在搜索频繁项目集时执行时间短,而且得到的规則兴趣度高。该算法已在实验中得到验证,结果表明是有效的。