德思佳基于apriori算法的課程推薦系統(tǒng)設計與實現(xiàn)中期檢查

1、本科生(設計)中期檢查表學生德思佳學號19212129學院信息科技學院專業(yè)計算機科學與技術指導教師講師工作信息科技學院（設計）題目：基于 Apriori 算法的課程系統(tǒng)的設計與實現(xiàn)（設計）計劃進度安排12 月 1 日 12 月 20 日完成畢業(yè)設計開題；12 月 20 日 1 月 20 日準備各種參考資料、充實所需知識，熟悉語言及工具；月 20 日 2 月 20 日實現(xiàn)算法并與系統(tǒng)結合；月 20 日 3 月 20 日調試系統(tǒng)，不斷完善系統(tǒng)功能；月 20 日 4 月 20 日系統(tǒng)的繼續(xù)完善，畢業(yè)設計的撰寫，準備答辯。已完成情況、存在的主要問題及擬解決措施已完成情況系統(tǒng)已經基本成型，登錄查詢修改等

2、功能已經實現(xiàn)，系統(tǒng)整體的完整性和可用性達到了預想的要求，算法已經初步實現(xiàn)，與系統(tǒng)已經結合。主要問題Apriori 算法的優(yōu)點是結構簡單，易于理解，沒有復雜的推導。但 Apriori 算法依然存在以下：對數(shù)據(jù)庫的掃描次數(shù)過多。當事務數(shù)據(jù)庫中存放大量事務數(shù)據(jù)時，在有限的內存容量下，系統(tǒng) I/O 負載相當大。對每次 k 循環(huán)，候選集 CK 中的每個元素都必須通過掃描數(shù)據(jù)庫一次來驗證其是否加入 LK。假一個頻繁大項集包含 10 個項的話，那么就至少需要掃描事務數(shù)據(jù)庫 10 遍。每次掃描數(shù)據(jù)庫的時間就會非常長，這樣導致 Apriori 算法效率相對低?？芍率过嫶蟮暮钸x集的產生。由 LK-1 產生k-侯選

3、集 CK 是指數(shù)增長的，例如 104 的 1-頻繁項集就有可能產生接近 107 個元素的 2-侯選集。如果要產生一個很長的規(guī)則時，產生的中間元素也是巨大的?；谥С侄群?度框架理論發(fā)現(xiàn)的大量規(guī)則中，有一些規(guī)則即使?jié)M足用戶指定的最小支持度和 度，但仍沒有實際意義；如果最小支持度閾值定得越高，有用數(shù)據(jù)就越少，有意義的規(guī)則也就不易被發(fā)現(xiàn)，這樣會影響決策的制定。算法適應范圍小。Apriori 算法僅僅考慮了 型的 關聯(lián)規(guī)則的挖掘，在實際應用中，可能出現(xiàn)多類型的、 的、多層的關聯(lián)規(guī)則。擬解決的途徑：通過查詢書籍，理解 Apriori 算法，學習系統(tǒng)設計相關語言和技術，通過自己了解的專業(yè)知識，進行數(shù)據(jù)庫構造，進行系統(tǒng)設計。1、學校館有豐富的專業(yè)書籍可以學習。2、通過學習實用案例，借鑒別人研究課題的經驗。3、通過多向同學老師請教學習，不懂就問，解決所遇到的難題。評語：（包括進度、質量、出勤、紀律等）課題按照預定技術路線推進，目前進度基本符合預期，但課題的算法實現(xiàn)似乎并未完成，希望盡快實現(xiàn)算法，并對該算法的應用效