網(wǎng)絡(luò)教育信息系統(tǒng)中的信息關(guān)聯(lián)定位挖掘方法研究

網(wǎng)絡(luò)教育信息系統(tǒng)中的信息關(guān)聯(lián)定位挖掘方法研究網(wǎng)絡(luò)教育信息系統(tǒng)中的信息關(guān)聯(lián)定位挖掘辦法研究

中圖分類號：TN711《34；TP391.9文獻(xiàn)標(biāo)識(shí)碼：A文章編號：1004《373X〔2022〕10《0058《04

Abstract：Sincereal《timeperformanceandaccuracyoftheinformationretrievalinthenetworkeducationinformationsystemisnothighenough，ainformationrelevancepositioningminingmethodbasedontheshortestpathschedulingofeducationalinformationresourcesisproposed.Thedistributedstoragestructuremodelofinformationresourcesinthenetworkeducationinformationsystemisbuilt.Thecandidateconceptlatticenodedistributionstrategyintherelevancerulesisadoptedtomakethepheromoneguideofinformationrelevancepositioning，soastoextractfrequentitem《setfeaturesofallobjectsinthenetworkeducationinformationsystemandrealizeinformationrelevancepositioningmining.Thesimulationresultsshowthattheproposedmethodisofhighaccuracyandlowtimecostforinformationrelevancepositioningmining，andhasgoodapplicationreliability.

Keywords：networkeducationinformationsystem；informationretrieval；miningmethod；relevancepositioning

0引言

網(wǎng)絡(luò)教育信息系統(tǒng)是處理網(wǎng)絡(luò)教育中的學(xué)生學(xué)籍信息、課程信息、教師信息、學(xué)科科研信息以及后勤管理信息等方面的大規(guī)模數(shù)據(jù)管理信息系統(tǒng)。網(wǎng)絡(luò)教育信息系統(tǒng)處理的數(shù)據(jù)信息規(guī)模龐大，對信息管理的集成度較高，更新速度較快，信息集成的復(fù)雜度較高，需要對網(wǎng)絡(luò)教育信息系統(tǒng)進(jìn)行信息關(guān)聯(lián)定位，提高網(wǎng)絡(luò)教育信息系統(tǒng)的信息檢索和資源調(diào)度的效率[1]。研究網(wǎng)絡(luò)教育的信息管理系統(tǒng)優(yōu)化設(shè)計(jì)及信息定位挖掘辦法，在正規(guī)網(wǎng)絡(luò)教育的運(yùn)行秩序、提高網(wǎng)絡(luò)教育的工作質(zhì)量方面具有重要意義[2《3]。本文提出基于教育信息資源最短路徑調(diào)度的信息關(guān)聯(lián)定位挖掘辦法，通過對定位挖掘辦法的優(yōu)化算法設(shè)計(jì)，提高網(wǎng)絡(luò)教育信息系統(tǒng)的信息定位挖掘性能，展示了本文辦法的優(yōu)越性。

1信息資源的分布式存儲(chǔ)結(jié)構(gòu)模型

為了實(shí)現(xiàn)網(wǎng)絡(luò)教育信息系統(tǒng)中的信息關(guān)聯(lián)定位挖掘，需要構(gòu)建網(wǎng)絡(luò)教育信息系統(tǒng)的信息資源分布式存儲(chǔ)結(jié)構(gòu)模型，其總體結(jié)構(gòu)模型如圖1所示。

結(jié)合圖1所示網(wǎng)絡(luò)教育信息系統(tǒng)的信息關(guān)聯(lián)定位挖掘總體結(jié)構(gòu)模型，進(jìn)行數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)模型構(gòu)建。在網(wǎng)絡(luò)教育信息關(guān)聯(lián)數(shù)據(jù)庫模型中，教育信息系統(tǒng)虛擬機(jī)的負(fù)載量為[Mh]，信息關(guān)聯(lián)定位挖掘的負(fù)載開銷表示為：

定義1設(shè)給定網(wǎng)絡(luò)教育信息系統(tǒng)中的信息關(guān)聯(lián)定位的頻繁項(xiàng)集為三元組[T=〔D，I，R〕]，其中[D]為事務(wù)項(xiàng)集t中泊松分布匯合，[I]為屬性匯合，[R]為最小支持?jǐn)?shù)概率，[R《D×I]，假設(shè)直接挖掘到頻繁項(xiàng)集的序貫采樣關(guān)系與事務(wù)項(xiàng)集中的本體模型對應(yīng)，那么此數(shù)據(jù)集中每項(xiàng)事務(wù)項(xiàng)集壓縮到存儲(chǔ)系統(tǒng)的概念格為一個(gè)概念分布子空間，概念格的圖形表示為Hasse圖[4]。由此構(gòu)建信息資源的分布式存儲(chǔ)結(jié)構(gòu)模型，通過對信息關(guān)聯(lián)數(shù)據(jù)的頭表和AT《Tree的創(chuàng)立[5]，得到網(wǎng)絡(luò)教育信息系統(tǒng)中不確定事務(wù)數(shù)據(jù)集D，頻繁項(xiàng)集X的對結(jié)點(diǎn)的關(guān)聯(lián)強(qiáng)度為expSN〔X〕，定義為：

3信息關(guān)聯(lián)定位挖掘?qū)崿F(xiàn)

3.1教育信息資源最短路徑調(diào)度

在上述進(jìn)行了網(wǎng)絡(luò)教育資源的信息關(guān)聯(lián)定位關(guān)聯(lián)規(guī)那么設(shè)計(jì)的根底上，進(jìn)行信息關(guān)聯(lián)定位挖掘辦法的改良設(shè)計(jì)。本文提出一種基于教育信息資源最短路徑調(diào)度的信息關(guān)聯(lián)定位挖掘辦法，教育信息資源最短路徑調(diào)度采用的是約束概念格區(qū)間調(diào)度模型，得到教育信息資源最短路徑關(guān)系約束集為：

輸入：提取的約束關(guān)聯(lián)規(guī)那么數(shù)據(jù)庫D；頻繁1項(xiàng)集D的支持度閾值minsup；網(wǎng)絡(luò)教育資源最短路徑調(diào)度的約束條件P；

輸出：網(wǎng)絡(luò)教育信息關(guān)聯(lián)定位的約束概念格Hasse圖，時(shí)間復(fù)雜度為[Ni×O〔Ni〕]。

3.2信息關(guān)聯(lián)定位挖掘?qū)崿F(xiàn)算法描述

根據(jù)教育信息資源最短路徑調(diào)度結(jié)果，提取網(wǎng)絡(luò)教育信息系統(tǒng)中的所有對象信息的頻繁項(xiàng)集特征，在最小冀望支持?jǐn)?shù)約束下，網(wǎng)絡(luò)教育信息系統(tǒng)樣本數(shù)據(jù)庫的關(guān)聯(lián)規(guī)那么優(yōu)先級屬性列表見表1。在頻繁模式樹中提取網(wǎng)絡(luò)教育信息系統(tǒng)中的所有對象信息的頻繁項(xiàng)集特征，設(shè)網(wǎng)絡(luò)教育信息系統(tǒng)概念格結(jié)點(diǎn)可表示為[C〔A，B〕，P]。其中：[P]為事務(wù)項(xiàng)集中非頻繁項(xiàng)，且滿足[P〔A，B〕=.T.]〔邏輯值為真〕，[A∈ρ〔G〕]稱為最小冀望支持?jǐn)?shù)，[B∈ρ〔M〕]稱為事務(wù)項(xiàng)集處理后的關(guān)聯(lián)定位內(nèi)涵，在上述構(gòu)建的約束條件下進(jìn)行信息關(guān)聯(lián)定位挖掘，實(shí)現(xiàn)算法描述為：

算法：網(wǎng)絡(luò)教育信息系統(tǒng)信息關(guān)聯(lián)定位挖掘算法

輸入：初始化參量值，新建的頭表，以及數(shù)據(jù)挖掘的約束指標(biāo)參量集

輸出：信息關(guān)聯(lián)定位挖掘的冀望支持?jǐn)?shù)二維表

根據(jù)新建的頭表在全局樹上挖掘頻繁模式，結(jié)果是一個(gè)0，1值的二維表形式，其中0表示挖掘的信息數(shù)據(jù)不滿足最小冀望支持集，1表示挖掘定位信息結(jié)果滿足最小冀望支持集。

4實(shí)驗(yàn)測試分析

為了測試本文設(shè)計(jì)的信息關(guān)聯(lián)度行為挖掘辦法在實(shí)現(xiàn)網(wǎng)絡(luò)教育信息系統(tǒng)的數(shù)據(jù)檢索挖掘在時(shí)間性能和精確度方面的優(yōu)越性，進(jìn)行實(shí)驗(yàn)測試分析。實(shí)驗(yàn)當(dāng)選擇5個(gè)算法進(jìn)行性能測試比擬，分別為文獻(xiàn)[2]中的BP神經(jīng)網(wǎng)絡(luò)挖掘IMBP《Mine算法、文獻(xiàn)[3]的決策樹挖掘辦法DT《mine、文獻(xiàn)[4]的粒子群挖掘辦法PSO《Mine、以及文獻(xiàn)[5]的近似挖掘策略MBP和文獻(xiàn)[6]的冗余關(guān)聯(lián)IMBP；測試中采用網(wǎng)絡(luò)教育信息系統(tǒng)中學(xué)生管理信息、課程管理信息和教師管理信息3個(gè)數(shù)據(jù)集進(jìn)行了測試，Student，Course和Teacher，得到挖掘的準(zhǔn)確度比照和時(shí)間開銷比照如圖3和圖4所示。

分析上述仿真結(jié)果得知，采用本文辦法進(jìn)行網(wǎng)絡(luò)教育信息系統(tǒng)信息關(guān)聯(lián)定位挖掘的時(shí)間開銷較小，挖掘的準(zhǔn)確度較高，隨著最小冀望支持度閾值的增大，各種算法進(jìn)行挖掘的運(yùn)行時(shí)間隨之增大，但本文辦法的運(yùn)行時(shí)間總體小于傳統(tǒng)辦