基于改进的Apriori算法在网络教学平台中频繁访问路径研究

张 珏

（1.江苏省昆山第二中等专业学校，江苏 昆山 215300；2.昆山开放大学，江苏 昆山 215300）

当前网络教学平台的教学水平参差不齐，如何对其教学效果进行有效分析，通过利用数据挖掘技术在网络教学平台中发现学习者的一些行为规律，以此来改善网络教学平台中站点的结构的布置和网页超链接的设置，已经是势在必行，但是如何在现有的经典Apriori算法基础上进行改进分析，实现挖掘学习者频繁访问路径的算法是本文的主要研究任务。

1 Apriori算法的研究现状

1.1 教学平台的操作分析

开发的算法、为了分析数据而构建的框架或模型，需要对实践应用产生影响才真正有价值。如何将获取的数据进行分类整合，目前大部分的网络教学平台没有提供合适的工具来获取、分析或者存储数据，还有我们的平台管理者或者授课者也不知道如何获得数据、数据如何分析或者数据意味着什么。根据学习者在网络教学平台中的学习状态进行分析，分析点击浏览器上的按键回退到浏览过的学习页面，还有可以按照平台上的一些超链接进入浏览新的页面。学习者所有访问过的页面都是挖掘的重要信息。因此，就需要找出学习者的“最大向前访问路径”，即从学习者操作的第一个页面开始，直到学习者退回到前一个页面为止，这期间访问的页面所获得的页面序列[1]。

1.2 Apriori算法在教学平台中的应用

Apriori算法的实质使用候选项集找频繁项集，是一种基于挖掘布尔关联规则频繁项集最有影响力的算法。……