周顯春 譚瑞梅

摘要：隨著高等教育的大眾化，出現(xiàn)了人才缺少和畢業(yè)生過(guò)剩的矛盾。如何解決人才供求之間的問(wèn)題成了一個(gè)迫切問(wèn)題。人類(lèi)社會(huì)已經(jīng)進(jìn)入大數(shù)據(jù)時(shí)代，教育部門(mén)或組織擁有大量的學(xué)習(xí)行為、學(xué)生習(xí)慣等數(shù)據(jù)。利用大數(shù)據(jù)技術(shù)發(fā)掘每個(gè)學(xué)生的學(xué)習(xí)潛能，給學(xué)生推薦個(gè)性化學(xué)習(xí)資源，滿(mǎn)足學(xué)生的個(gè)性需求，不僅可以緩解學(xué)生認(rèn)知超載、網(wǎng)絡(luò)迷航等問(wèn)題，還可以激活學(xué)生學(xué)習(xí)興趣。

關(guān)鍵詞：教育大數(shù)據(jù);個(gè)性化;學(xué)習(xí)模式;推薦

中圖分類(lèi)號(hào)：G642? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2021）36-0054-03

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Construction of Personalized Learning Model Based on Big Data

ZHOU Xian-chun1， TAN Rui-mei2

（1.School of Information and Intelligence Engineering，Sanya University， Sanya 572022， China; 2.School of Law and Sociology，Sanya University， Sanya 572022， China）

Abstract： With the popularization of higher education， there is a contradiction between the lack of talents and the surplus of graduates. How to solve the problem between talent supply and demand has become an urgent problem. Human society has entered the era of big data， and education departments or organizations have a large amount of data on learning behaviors and students' habits. Using big data technology to explore each student's learning potential， recommend personalized learning resources to students， and meet students' individual needs，can not only alleviate students' cognitive overload、network lost and other problems， but also activate students' interest in learning.

Keywords： big data in education;personalization;learning model;recommendation

1 基于大數(shù)據(jù)的個(gè)性化學(xué)習(xí)模式構(gòu)建的意義

國(guó)發(fā)〔2015〕32號(hào)《國(guó)務(wù)院關(guān)于大力推進(jìn)大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新若干政策措施的意見(jiàn)》要求全社會(huì)推進(jìn)大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新，提升全民的創(chuàng)新能力，其關(guān)鍵還是人才培養(yǎng)方式。培養(yǎng)創(chuàng)新性人才需要采用個(gè)性化教育，對(duì)大學(xué)生進(jìn)行個(gè)性化教育則是實(shí)現(xiàn)這一重要任務(wù)的根本途徑，唯有因材施教才能使人的潛在能力得到充分發(fā)揮[1～2]。

當(dāng)前，國(guó)內(nèi)外利用機(jī)器學(xué)習(xí)算法對(duì)個(gè)性化學(xué)習(xí)研究多集中在個(gè)性化學(xué)習(xí)路徑推薦、個(gè)性化學(xué)習(xí)系統(tǒng)、個(gè)性化教學(xué)方法、個(gè)性化學(xué)習(xí)評(píng)價(jià)模型等幾個(gè)方面。姜強(qiáng)等[3]基于大數(shù)據(jù)背景下，利用大數(shù)據(jù)技術(shù)，如Apriori或其改進(jìn)算法AprioriAll通過(guò)個(gè)性信息和群體類(lèi)似信息挖掘個(gè)性化的學(xué)習(xí)路徑。周海波、周清清[4～5]根據(jù)對(duì)學(xué)生基本情況、心理特征分析的基礎(chǔ)上給學(xué)生推薦適合學(xué)生的學(xué)習(xí)資源，包括學(xué)習(xí)視頻、習(xí)題等。牟智佳[6]等為了客觀評(píng)價(jià)學(xué)習(xí)效果，利用層次性聚類(lèi)方法構(gòu)建層次性評(píng)價(jià)體系。這些研究，無(wú)論是學(xué)習(xí)路徑的實(shí)現(xiàn)、推薦系統(tǒng)的功能實(shí)現(xiàn)，還是個(gè)性化學(xué)習(xí)方法、學(xué)習(xí)效果的評(píng)價(jià)方法都忽視一個(gè)核心內(nèi)容，即學(xué)生的學(xué)習(xí)特征，包括學(xué)習(xí)風(fēng)格、學(xué)習(xí)習(xí)慣等特征與知識(shí)點(diǎn)之間的前后之間是有本質(zhì)區(qū)別的。學(xué)生個(gè)性化特征不具有時(shí)序性，而知識(shí)點(diǎn)的學(xué)習(xí)是有前后關(guān)系、并行關(guān)系。哪個(gè)知識(shí)點(diǎn)必須先學(xué)，哪些知識(shí)點(diǎn)可以隨便選擇，需要對(duì)知識(shí)點(diǎn)進(jìn)行分析，建立知識(shí)點(diǎn)圖譜，建立他們之間的序列關(guān)系，才能推薦更能滿(mǎn)足學(xué)生個(gè)性化的學(xué)習(xí)資源和學(xué)習(xí)路徑[7]。

2 個(gè)性化學(xué)習(xí)模式核心概念界定

1）知識(shí)點(diǎn)題庫(kù)：與一般題目不同的是以知識(shí)點(diǎn)為基本單位的題庫(kù)，最重要的特征是存儲(chǔ)在系統(tǒng)中的知識(shí)點(diǎn)是有前后關(guān)系，表示知識(shí)點(diǎn)循序漸進(jìn)的關(guān)系，完全符合人的認(rèn)知規(guī)律。

2）Apriori算法：最早是由 Agrawal 等人提出的。最初提出的動(dòng)機(jī)是針對(duì)購(gòu)物籃分析問(wèn)題提出的，其目的是發(fā)現(xiàn)交易數(shù)據(jù)庫(kù)中不同商品之間的聯(lián)系規(guī)則。這些規(guī)則刻畫(huà)了顧客購(gòu)買(mǎi)行為模式，可以用來(lái)指導(dǎo)商家科學(xué)地安排進(jìn)貨，庫(kù)存以及貨架設(shè)計(jì)等 [8]。而且它也是一種迭代算法，利用它的子項(xiàng)Lk-1來(lái)計(jì)算出它下一項(xiàng)，反復(fù)地迭代直達(dá)候選集為空，停止執(zhí)行[9]。

3）個(gè)性化：從教育學(xué)的視角出發(fā)，個(gè)性化是人的個(gè)性特質(zhì)，每個(gè)人都有差異，表現(xiàn)為不同學(xué)生對(duì)同一個(gè)學(xué)習(xí)內(nèi)容采取的學(xué)習(xí)行為不同。也就是說(shuō)，雖然學(xué)習(xí)目標(biāo)、內(nèi)容大同小異，但是每個(gè)學(xué)生實(shí)現(xiàn)的方式、選擇途徑、使用方法不同，產(chǎn)生的學(xué)習(xí)效果不同。

4）個(gè)性化學(xué)習(xí)：以學(xué)生為主，教師為輔。學(xué)生根據(jù)自己的具體情況，如知識(shí)基礎(chǔ)、心理特征、學(xué)習(xí)態(tài)度、學(xué)習(xí)能力來(lái)選擇性學(xué)習(xí)。

5）個(gè)性化推薦系統(tǒng)：推薦系統(tǒng)是自動(dòng)聯(lián)系用戶(hù)和物品的一種工具，它通過(guò)研究用戶(hù)的興趣愛(ài)好，來(lái)進(jìn)行個(gè)性化推薦。近年來(lái)，推薦系統(tǒng)在日常生活中已經(jīng)廣泛應(yīng)用，如在京東、淘寶、天貓、亞馬遜等企業(yè)。為了提高推薦效果，如提供用戶(hù)響應(yīng)時(shí)間和推薦的正確性，很多學(xué)者也對(duì)基于各種推薦算法（包括深度神經(jīng)網(wǎng)絡(luò)）的個(gè)性化推薦系統(tǒng)進(jìn)行的深入研究[10]。

6）學(xué)習(xí)模式（Learning style）[11]，“學(xué)習(xí)模式”概念思想闡述產(chǎn)生于20世紀(jì)70年代，近年來(lái)普及迅速。它含有假定的條件，學(xué)生在這種情況下可以讓學(xué)習(xí)效果達(dá)到最佳狀態(tài)，并且學(xué)生的學(xué)習(xí)情況能夠被教師評(píng)價(jià)。

3 基于大數(shù)據(jù)的個(gè)性化學(xué)習(xí)模式構(gòu)建內(nèi)容

基于Apriori算法個(gè)性化學(xué)習(xí)模式的構(gòu)建，立足學(xué)生內(nèi)心的需求，將大數(shù)據(jù)技術(shù)與教育學(xué)原理相結(jié)合，在尊重教學(xué)規(guī)律的基礎(chǔ)上，利用先進(jìn)信息技術(shù)讓學(xué)生找到符合自己需要的資源和匹配自己習(xí)慣的學(xué)習(xí)方式，從而能夠有效提升學(xué)習(xí)效果。

3.1 基于大數(shù)據(jù)的個(gè)性化學(xué)習(xí)模式構(gòu)建的目標(biāo)

首先，完成學(xué)生檔案、心理特征和個(gè)性化學(xué)習(xí)數(shù)據(jù)收集、分析，然后對(duì)個(gè)性化學(xué)習(xí)模式和實(shí)踐進(jìn)行探索，并突出對(duì)影響學(xué)生個(gè)性化學(xué)習(xí)內(nèi)容的要素研究與探索，最后以新生學(xué)習(xí)的計(jì)算機(jī)應(yīng)用基礎(chǔ)課為案例開(kāi)展實(shí)踐活動(dòng)，研究個(gè)性化學(xué)習(xí)模式的建構(gòu)及其實(shí)踐途徑。

1）探索個(gè)性化學(xué)習(xí)、基于大數(shù)據(jù)個(gè)性化學(xué)習(xí)的現(xiàn)狀，揭示基于大數(shù)據(jù)的個(gè)性化學(xué)習(xí)特征。

2）建設(shè)個(gè)性化學(xué)習(xí)資源，如以知識(shí)點(diǎn)為基本單位建立學(xué)習(xí)內(nèi)容題庫(kù)等。

3）完成學(xué)習(xí)個(gè)性化心理特征與個(gè)性化學(xué)習(xí)內(nèi)容的相關(guān)性分析。

4）通過(guò)課題研究，建構(gòu)一整套科學(xué)完善的基于大數(shù)據(jù)的個(gè)性化學(xué)習(xí)模式。

3.2 基于大數(shù)據(jù)的個(gè)性化學(xué)習(xí)模式構(gòu)建的內(nèi)容

針對(duì)學(xué)習(xí)者個(gè)性化學(xué)習(xí)內(nèi)容不完善的情況，本研究首先利用Apriori算法研究知識(shí)點(diǎn)與個(gè)性化特征的關(guān)系，分析學(xué)習(xí)者個(gè)性化特征與個(gè)性化學(xué)習(xí)路徑的相關(guān)性，然后對(duì)這種相關(guān)性進(jìn)行驗(yàn)證。具體研究?jī)?nèi)容如下：

1）分析個(gè)性化心理特征內(nèi)容，如課程學(xué)習(xí)目標(biāo)、學(xué)習(xí)行為習(xí)慣、學(xué)習(xí)興趣點(diǎn)、學(xué)習(xí)目標(biāo)或動(dòng)機(jī)等方面，然后采用問(wèn)卷調(diào)查或訪談的方法收集學(xué)習(xí)者具體的個(gè)性化心理特征，最后把個(gè)性化心理特征進(jìn)行量化處理;

2）完善基于知識(shí)點(diǎn)題庫(kù)建設(shè)，構(gòu)建了序列知識(shí)點(diǎn)題庫(kù)。

3）收集學(xué)習(xí)者的上線(xiàn)學(xué)習(xí)、測(cè)試、交作業(yè)、討論等學(xué)習(xí)數(shù)據(jù)和個(gè)人基本信息，還有自評(píng)、同學(xué)互評(píng)、老師評(píng)價(jià)信息，采用Apriori算法首先分析學(xué)習(xí)個(gè)性化特征與個(gè)性化學(xué)習(xí)內(nèi)容的關(guān)系。

4）對(duì)個(gè)性化特征與個(gè)性化學(xué)習(xí)內(nèi)容的相關(guān)性進(jìn)行實(shí)證研究。首先對(duì)學(xué)習(xí)者分成兩組，第一組學(xué)習(xí)者自己選擇學(xué)習(xí)內(nèi)容、控制學(xué)習(xí)進(jìn)度，第二組利用大數(shù)據(jù)技術(shù)（如：Apriori算法）挖掘每個(gè)學(xué)習(xí)者的個(gè)性化特征，為其提供個(gè)性化的學(xué)習(xí)內(nèi)容（與該學(xué)習(xí)者相關(guān)的知識(shí)點(diǎn)集合），并且在其學(xué)習(xí)的過(guò)程中有一個(gè)根據(jù)學(xué)習(xí)情況調(diào)整學(xué)習(xí)內(nèi)容的過(guò)程。在學(xué)習(xí)期間穿插知識(shí)點(diǎn)、單元、期末測(cè)試，比較第一、二組的學(xué)習(xí)成績(jī)。同時(shí)收集第二組學(xué)習(xí)者對(duì)個(gè)性化系統(tǒng)為其提供內(nèi)容的滿(mǎn)意度，然后通過(guò)學(xué)習(xí)成績(jī)和學(xué)習(xí)者的滿(mǎn)意度來(lái)驗(yàn)證相關(guān)性的意義。

3.3 基于大數(shù)據(jù)的個(gè)性化學(xué)習(xí)模式構(gòu)建方法

1）文獻(xiàn)研究法：在CNKI、萬(wàn)方數(shù)據(jù)知識(shí)服務(wù)平臺(tái)查閱“個(gè)性化學(xué)習(xí)模式”“大數(shù)據(jù)技術(shù)”“Apriori算法”等關(guān)鍵詞的相關(guān)文獻(xiàn)和分析，了解此大數(shù)據(jù)技術(shù)、個(gè)性化學(xué)習(xí)及大數(shù)據(jù)技術(shù)在個(gè)性化學(xué)習(xí)中應(yīng)用理論研究進(jìn)展和未來(lái)發(fā)展趨勢(shì)，熟悉大數(shù)據(jù)分析技術(shù)、個(gè)性化學(xué)習(xí)、學(xué)習(xí)模式等相關(guān)概念，找到當(dāng)前個(gè)性化學(xué)習(xí)模式存在的問(wèn)題，總結(jié)歸納出研究的理論基礎(chǔ)、研究?jī)?nèi)容和目標(biāo)，為基于大數(shù)據(jù)的個(gè)性化學(xué)習(xí)模式研究夯實(shí)理論基礎(chǔ)。

2）調(diào)查法/問(wèn)卷調(diào)查法，調(diào)查學(xué)生基本情況，包括基本情況、心理特征，課前測(cè)試學(xué)科知識(shí)基礎(chǔ)并可以進(jìn)行不同階段性的學(xué)習(xí)情況數(shù)據(jù)對(duì)比，做好數(shù)據(jù)分析的第一步。學(xué)生調(diào)查/問(wèn)卷的內(nèi)容必須要保證符合教育教學(xué)原理，必須科學(xué)且有針對(duì)性。同時(shí)，通過(guò)收集學(xué)生的階段性、過(guò)程性、水平測(cè)試成績(jī)，為實(shí)證研究做好數(shù)據(jù)準(zhǔn)備。

3）實(shí)驗(yàn)法，可以把同一個(gè)年級(jí)的一個(gè)行政班分為A班和B班或者一個(gè)專(zhuān)業(yè)分成幾個(gè)行政班，不同實(shí)驗(yàn)班級(jí)采用不同的教學(xué)方式、教學(xué)內(nèi)容，加強(qiáng)過(guò)程性考核并對(duì)比其差異性，同時(shí)解釋差異性產(chǎn)生的原因。

4）行動(dòng)研究法，根據(jù)研究的需要制訂教學(xué)計(jì)劃、規(guī)劃教學(xué)內(nèi)容，采用適當(dāng)?shù)慕虒W(xué)方法，把研究和實(shí)踐活動(dòng)結(jié)合起來(lái)，研究理論緊密聯(lián)系實(shí)際，對(duì)研究中出現(xiàn)的任何問(wèn)題，追索原因并制訂解決方案或計(jì)劃及時(shí)解決，從而完善教學(xué)研究。通過(guò)教學(xué)名師、中堅(jiān)力量教師的“幫、帶”的引領(lǐng) ，以點(diǎn)連成線(xiàn)，線(xiàn)構(gòu)成面，全面推動(dòng)教學(xué)理論在實(shí)踐中應(yīng)用效果研究，教師將根據(jù)個(gè)人的實(shí)際教學(xué)情況或者學(xué)情調(diào)整、修改并總結(jié)歸納實(shí)踐成果，撰寫(xiě)教學(xué)論文和申請(qǐng)相關(guān)教學(xué)課題。利用階段性教學(xué)研究成果逐步完善教學(xué)研究?jī)?nèi)容實(shí)現(xiàn)途徑，迭代出基于大數(shù)據(jù)及時(shí)的學(xué)生個(gè)性化學(xué)習(xí)模式實(shí)現(xiàn)路徑、方法等。

5）數(shù)理統(tǒng)計(jì)、分析法，研究所收集的數(shù)據(jù)采用Excel收集，存儲(chǔ)在MySQL數(shù)據(jù)庫(kù)，完成數(shù)據(jù)清理后使用大數(shù)據(jù)平臺(tái)進(jìn)行統(tǒng)計(jì)、分析，根據(jù)分析結(jié)論結(jié)合學(xué)生個(gè)性化需求為學(xué)生推薦個(gè)性化的學(xué)習(xí)路徑及學(xué)習(xí)資源。

3.4 基于Apriori算法個(gè)性化學(xué)習(xí)模式構(gòu)建

從2018年秋學(xué)期開(kāi)始，基于Apriori算法的個(gè)性化學(xué)習(xí)模式構(gòu)建歷經(jīng)3年設(shè)計(jì)、實(shí)踐。該模式基于大數(shù)據(jù)技術(shù)、結(jié)合學(xué)生的基本特征、學(xué)科知識(shí)點(diǎn)的邏輯結(jié)構(gòu)關(guān)系，分為課前、課堂、課后三部分，具體內(nèi)容如圖1所示。

1）課前部分。首先需要根據(jù)學(xué)習(xí)目標(biāo)確定完成目標(biāo)需要掌握的知識(shí)點(diǎn)的集合。其次，根據(jù)知識(shí)點(diǎn)和試題的關(guān)聯(lián)性生成診斷性試卷，對(duì)學(xué)生進(jìn)行認(rèn)知能力測(cè)試，得到完成學(xué)習(xí)目標(biāo)但是沒(méi)有掌握的知識(shí)點(diǎn)，同時(shí)根據(jù)所羅門(mén)學(xué)習(xí)風(fēng)格測(cè)試內(nèi)容、學(xué)情調(diào)查表判讀學(xué)生的學(xué)習(xí)風(fēng)格、學(xué)習(xí)能力等特征。再次，根據(jù)前一步的知識(shí)點(diǎn)集合、學(xué)生個(gè)性化特征，采用Apriori聚類(lèi)算法完成個(gè)性化路徑推薦及對(duì)應(yīng)知識(shí)點(diǎn)的資源推薦。主要采用網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)實(shí)現(xiàn)，目前采用傳智播客的學(xué)習(xí)平臺(tái)完成知識(shí)的傳授。

2）課堂教學(xué)。可以通過(guò)智能設(shè)備收集學(xué)生學(xué)習(xí)狀態(tài)，如起立、趴桌子打瞌睡、書(shū)寫(xiě)、玩手機(jī)、閱讀、舉手、聽(tīng)講，還有學(xué)生表情數(shù)據(jù)，如中性、憤怒、驚訝、高興。通過(guò)這些數(shù)據(jù)分析數(shù)據(jù)學(xué)習(xí)的專(zhuān)注度。同時(shí)，通過(guò)學(xué)生自學(xué)、教師面對(duì)面?zhèn)€性化指導(dǎo)、同學(xué)互助完成課前預(yù)習(xí)遇到的問(wèn)題或疑難。師生互動(dòng)后，針對(duì)沒(méi)有掌握的知識(shí)發(fā)送診斷性題目完成知識(shí)的轉(zhuǎn)化。

3）課后反饋。溫故而知新。課后的習(xí)題，不僅僅是鞏固已有知識(shí)，更多是拓展已有知識(shí)，可以和以前的知識(shí)點(diǎn)結(jié)合，布置綜合性試題，培養(yǎng)學(xué)生的綜合運(yùn)用能力。對(duì)于基礎(chǔ)差的同學(xué)，課后習(xí)題是最后完成學(xué)習(xí)目標(biāo)的機(jī)會(huì)。根據(jù)學(xué)生完成的情況推薦不同的試題。

4 結(jié)論

本文構(gòu)建了基于Apriori算法的個(gè)性化學(xué)習(xí)模式，能夠利用推薦的個(gè)性化學(xué)習(xí)資源進(jìn)行學(xué)習(xí)，從構(gòu)建序列知識(shí)點(diǎn)題庫(kù)并實(shí)現(xiàn)、采用Apriori算法分析學(xué)生個(gè)性化特征與個(gè)性化學(xué)習(xí)內(nèi)容的相關(guān)性、基于Apriori算法的個(gè)性化學(xué)習(xí)模式并實(shí)證研究等三方面進(jìn)行創(chuàng)新，不僅符合學(xué)生的個(gè)性特點(diǎn)和需要，而且學(xué)生自主選擇適合自己的學(xué)習(xí)內(nèi)容和資源，按照適合自己的方式和進(jìn)度進(jìn)行學(xué)習(xí)。這種學(xué)習(xí)方式能促使學(xué)生個(gè)體潛能得到最大限度的發(fā)揮，非常符合當(dāng)前高校人才培養(yǎng)的需求。

從2018年開(kāi)始在我校大學(xué)一年級(jí)新生中《計(jì)算機(jī)應(yīng)用基礎(chǔ)》課程中開(kāi)展了“基于大數(shù)據(jù)的個(gè)性化學(xué)習(xí)模式構(gòu)建及實(shí)證研究”實(shí)證研究。其研究成果不僅改善了學(xué)生學(xué)習(xí)效率，大幅提升了學(xué)生的學(xué)習(xí)成績(jī)，而且可以緩解學(xué)生認(rèn)知超載、網(wǎng)絡(luò)迷航等問(wèn)題。

參考文獻(xiàn)：

[1] 劉繼勇， 鄧敏. 個(gè)性化教育：大學(xué)生創(chuàng)新能力培養(yǎng)的根本途徑[J]. 江西社會(huì)科學(xué)， 2001（5）：129-131.

[2] 李偉光. 當(dāng)代大學(xué)生個(gè)性化教育與創(chuàng)新能力培養(yǎng)[J]. 長(zhǎng)春師范大學(xué)學(xué)報(bào)， 2016， 35（5）：141-143.

[3] 姜強(qiáng)， 趙蔚， 李松，等. 大數(shù)據(jù)背景下的精準(zhǔn)個(gè)性化學(xué)習(xí)路徑挖掘研究——基于AprioriAll的群體行為分析[J]. 電化教育研究， 2018（2）：45-52.

[4] 周海波.基于自適應(yīng)學(xué)習(xí)平臺(tái)促進(jìn)學(xué)生個(gè)性化學(xué)習(xí)的研究[J].電化教育研究，2018，39（4）：122-128.

[5] 周清清，佘航，平萍.基于大數(shù)據(jù)評(píng)價(jià)的個(gè)性化學(xué)習(xí)平臺(tái)模式構(gòu)建研究[J].中國(guó)教育信息化，2016（15）：13-15.

[6] 牟智佳.電子書(shū)包中基于教育大數(shù)據(jù)的個(gè)性化學(xué)習(xí)評(píng)價(jià)模型與系統(tǒng)設(shè)計(jì)[J].遠(yuǎn)程教育雜志，2014，32（5）：90-96.

[7] 周顯春，肖衡，高華玲. 大數(shù)據(jù)背景下的精準(zhǔn)個(gè)性化學(xué)習(xí)路徑[J]. 現(xiàn)代計(jì)算機(jī)（專(zhuān)業(yè)版），2018-12-15（12）.

[8] 魏玲， 魏永江， 高長(zhǎng)元. 基于Bigtable與MapReduce的Apriori算法改進(jìn)[J]. 計(jì)算機(jī)科學(xué)， 2015， 42（10）：208-210.

[9] 郝曉飛， 譚躍生， 王靜宇. Hadoop平臺(tái)上Apriori算法并行化研究與實(shí)現(xiàn)[J]. 計(jì)算機(jī)與現(xiàn)代化， 2013（3）：1-4.

[10] 任明.智能信息系統(tǒng) 以關(guān)聯(lián)知識(shí)優(yōu)化數(shù)據(jù)建模的方法和實(shí)踐[M]. 杭州浙江大學(xué)出版社，2012.

[11]（美）湯白斯.學(xué)習(xí)模式大發(fā)現(xiàn)[M].徐紹知，等，譯.上海：上海世紀(jì)出版股份有限公司發(fā)行中心，2014.

【通聯(lián)編輯：王力】