网络教育信息系统中的信息关联定位挖掘方法研究

-精选财经经济类资料- -最新财经经济资料-感谢阅读- 1 网络教育信息系统中的信息关联定 位挖掘方法研究 摘 要： 针对网络教育信息系统 中信息检索的实时性和准确度不高的问 题，提出基于教育信息资源最短路径调 度的信息关联定位挖掘方法。构建网络 教育信息系统中的信息资源的分布式存 储结构模型，采用关联规则的候选概念 格结点分配策略进行信息关联定位的信 息素导引，提取网络教育信息系统中的 所有对象信息的频繁项集特征，实现信 息关联定位挖掘。仿真结果表明，采用 该方法进行信息关联定位挖掘的准确度 较高、时间开销较小，具有较好的应用 可靠性。 中国论文网 /8/view-12923686.htm -精选财经经济类资料- -最新财经经济资料-感谢阅读- 2 关键词： 网络教育信息系统； 信息检索； 挖掘方法； 关联定位 中图分类号： TN711?34； TP391.9 文献标识码： A 文章编号： 1004?373X（ 2017）10?0058?04 Abstract： Since real?time performance and accuracy of the information retrieval in the network education information system is not high enough， a information relevance positioning mining method based on the shortest path scheduling of educational information resources is proposed. The distributed storage structure model of information resources in the network education information system is built. The candidate concept lattice node distribution strategy in the relevance rules is adopted to make the pheromone guide of information relevance positioning， so as to extract frequent item?set features of all objects in the network education information system -精选财经经济类资料- -最新财经经济资料-感谢阅读- 3 and realize information relevance positioning mining. The simulation results show that the proposed method is of high accuracy and low time cost for information relevance positioning mining， and has good application reliability. Keywords ： network education information system； information retrieval； mining method； relevance positioning 0 引 言 网络教育信息系统是处理网络教 育中的学生学籍信息、课程信息、教师 信息、学科科研信息以及后勤管理信息 等方面的大规模数据管理信息系统。网 络教育信息系统处理的数据信息规模庞 大，对信息管理的集成度较高，更新速 度较快，信息集成的复杂度较高，需要 对网络教育信息系统进行信息关联定位， 提高网络教育信息系统的信息检索和资 源调度的效率1。研究网络教育的信息 管理系统优化设计及信息定位挖掘方法， -精选财经经济类资料- -最新财经经济资料-感谢阅读- 4 在正规网络教育的运行秩序、提高网络 教育的工作质量方面具有重要意义2?3。 本文提出基于教育信息资源最短路径调 度的信息关联定位挖掘方法，通过对定 位挖掘方法的优化算法设计，提高网络 教育信息系统的信息定位挖掘性能，展 示了本文方法的优越性。 1 信息资源的分布式存储结构模 型 为了实现网络教育信息系统中的 信息关联定位挖掘，需要构建网络教育 信息系统的信息资源分布式存储结构模 型，其总体结构模型如图 1 所示。 结合图 1 所示网络教育信息系统 的信息关联定位挖掘总体结构模型，进 行数据存储结构模型构建。在网络教育 信息关联数据库模型中，教育信息系统 虚拟机的负载量为Mh，信息关联定位 挖掘的负载开销表示为： 定义 1 设给定网络教育信息系统 中的信息关联定位的频繁项集为三元组 T=（D ，I ，R ） ，其中D为事务项集 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 5 t 中泊松分布集合，I为属性集合， R 为最小支持数概率，R?DI，若直接 挖掘到频繁项集的序贯采样关系与事务 项集中的本体模型对应，则此数据集中 每项事务项集压缩到存储系统的概念格 为一个概念分布子空间，概念格的图形 表示为 Hasse 图4 。由此构建信息资源 的分布式存储结构模型，通过对信息关 联数据的头表和 AT?Tree 的创建5，得 到网络教育信息系统中不确定事务数据 集 D，频繁项集 X 的对结点的关联强度 为 expSN（X） ， 定义为： 3 信息关联定位挖掘实现 3.1 教育信息资源最短路径调度 在上述进行了网络教育资源的信 息关联定位关联规则设计的基础上，进 行信息关联定位挖掘方法的改进设计。 本文提出一种基于教育信息资源最短路 径调度的信息关联定位挖掘方法，教育 信息资源最短路径调度采用的是约束概 念格区间调度模型，得到教育信息资源 最短路径关系约束集为： -精选财经经济类资料- -最新财经经济资料-感谢阅读- 6 输入：提取的约束关联规则数据 库 D；频繁 1 项集 D 的支持度阈值 minsup；网络教育资源最短路径调度的 约束条件 P； 输出：网络教育信息关联定位的 约束概念格 Hasse 图，时间复杂度为 NiO（Ni） 。 3.2 信息关联定位挖掘实现算法 描述 根据教育信息资源最短路径调度 结果，提取网络教育信息系统中的所有 对象信息的频繁项集特征，在最小期望 支持数约束下，网络教育信息系统样本 数据库的关联规则优先级属性列表见表 1。 在频繁模式树中提取网络教 育信息系统中的所有对象信息的频繁项 集特征，设网络教育信息系统概念格结 点可表示为C（A，B） ，P。其中：P 为事务项集中非频繁项，且满足 P（A，B ）=.T.（逻辑值为真） ， A （ G）称为最小期望支持数， -精选财经经济类资料- -最新财经经济资料-感谢阅读- 7 B（ M）称为事务项集处理后的关 联定位内涵，在上述构建的约束条件下 进行信息关联定位挖掘，实现算法描述 为： 算法：网络教育信息系统信息关 联定位挖掘算法 输入：初始化参量值，新建的头 表，以及数据挖掘的约束指标参量集 输出：信息关联定位挖掘的期望 支持数二维表 根据新建的头表在全局树上挖掘 频繁模式，结果是一个 0，1 值的二维 表形式，其中 0 表示挖掘的信息数据不 满足最小期望支持集，1 表示挖掘定位 信息结果满足最小期望支持集。 4 实验测试分析 为了测试本文设计的信息关联度 行为挖掘方法在实现网络教育信息系统 的数据检索挖掘在时间性能和精确度方 面的优越性，进行实验测试分析。实验 中选择 5 个算法进行性能测试比较，分 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 8 别为文献2中的 BP 神经网络挖掘 IMBP?Mine 算法、文献3的决策树挖 掘方法 DT?mine、文献4的粒子群挖掘 方法 PSO?Mine、以及文献5的近似挖 掘策略 MBP 和文献6的冗余关联 IMBP；测试中采用网络教育信息系统 中学生管理信息、课程管理信息和教师 管理信息 3 个数据集进行了测试， Student，Course 和 Teacher，得到挖掘 的准确度对比和时间开销对比如图 3 和 图 4 所示。 分析上述仿真结果得知，采用本 文方法进行网络教育信息系统信息关联 定位挖掘的时间开销较小，挖掘的准确 度较高，随着最小期望支持度阈值的增 大，各种算法进行挖掘的运行时间随之 增大，但本文方法的运行时间总体小于 传统方法，