[发明专利]一种基于FP-Growth算法的试题知识点分析方法在审
| 申请号： | 201810465713.3 | 申请日： | 2018-05-16 |
| 公开（公告）号： | CN108804543A | 公开（公告）日： | 2018-11-13 |
| 发明（设计）人： | 陆璐;廖飞 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 陈宏升 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于FP‑Growth算法的试题知识点分析方法，包括以下步骤：首先获取学生的试题作答结果数据并进行数据预处理，同时结合项合并策略对传统FP‑Growth算法进行改进，接着运用改进的FP‑Growth算法对离散化处理后的数据集进行迭代，最终得到各个作答试题之间的关联性规则，进而对应获知试题知识点之间的关联规则。本发明减小了树的复杂度，大幅度减小搜索空间的规模，同时也减少了频繁项集的产生，达到提高算法运行效率的目的。 | ||
| 搜索关键词： | 算法 试题 知识点 减小搜索空间 离散化处理 数据预处理 关联规则 结果数据 频繁项集 运行效率 复杂度 关联性 数据集 迭代 获知 减小 改进 分析 合并 学生 | ||
【主权项】：
1.一种基于FP‑Growth算法的试题知识点分析方法，其特征在于，包括以下步骤：1)获取试题作答结果数据，并对其进行预处理，所述预处理包括数据清洗、数据有效性分析以及数据离散化处理；2)进一步优化FP‑Growth算法：通过使用项合并策略，对传统FP‑Growth算法中产生的FP‑Tree进行剪枝，得到改进的FP‑Growth算法；3)设置算法最小支持度与最小置信度，运用改进的FP‑Growth算法对预处理后的数据集进行迭代，根据运行结果找出试题之间的关联性，进而对应获知试题知识点之间的关联规则；4)依据所述试题知识点之间的关联规则，为教师优化教学内容与改善教学策略、学生调整学习侧重点提供决策依据，同时为师生提供相关联试题的推荐功能。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810465713.3/，转载请声明来源钻瓜专利网。
