Using Association Rule Mining to Find the Effect of Course Selection on Academic Performance in Computer Science I

2014 ◽  
pp. 323-332
Author(s):  
Lebogang Mashiloane
Keyword(s):  
Academic Performance ◽  
Computer Science ◽  
Association Rule ◽  
Association Rule Mining ◽  
Course Selection ◽  
Rule Mining

Research and Application of Improved Apriori Algorithm Based on Matrix

2014 ◽  
Vol 668-669 ◽  
pp. 1102-1105
Author(s):  
Yuan Liu ◽  
Yuan Sheng Lou
Keyword(s):  
Decision Support ◽  
Association Rules ◽  
Association Rule ◽  
Association Rule Mining ◽  
Colleges And Universities ◽  
Apriori Algorithm ◽  
Selection System ◽  
Course Selection ◽  
Rule Mining ◽  
Provide Decision Support

This article put forward a NCM_Apriori algorithm, which through compressing matrix and reducing the scan times to reduce the database I/O overhead, effectively improve the efficiency of association rule mining. At the same time in the process of generating association rules, computation is greatly reduced by using the nature of probability. And applies the algorithm to the mining of students' course selection system, which can provide decision support for colleges and universities.

A Novel Market Basket Analysis Using Adaptive Association Rule Mining Algorithm

2012 ◽  
Vol 1 (4) ◽  
pp. 25-28
Author(s):  
M.Dhanabhakyam M.Dhanabhakyam ◽  
◽  
Dr.M.Punithavalli Dr.M.Punithavalli
Keyword(s):  
Association Rule ◽  
Association Rule Mining ◽  
Market Basket Analysis ◽  
Rule Mining ◽  
Market Basket ◽  
Mining Algorithm

Prediksi Code Defect Perangkat Lunak Dengan Metode Association Rule Mining dan Cumulative Support Thresholds

2015 ◽  
Vol 6 (2) ◽  
Author(s):  
Rizal Setya Perdana ◽  
Umi Laili Yuhana
Keyword(s):  
Association Rule ◽  
Association Rule Mining ◽  
Rule Mining ◽  
Program Code

Kualitas perangkat lunak merupakan salah satu penelitian pada bidangrekayasa perangkat lunak yang memiliki peranan yang cukup besar dalamterbangunnya sistem perangkat lunak yang berkualitas baik. Prediksi defectperangkat lunak yang disebabkan karena terdapat penyimpangan dari prosesspesifikasi atau sesuatu yang mungkin menyebabkan kegagalan dalam operasionaltelah lebih dari 30 tahun menjadi topik riset penelitian. Makalah ini akandifokuskan pada prediksi defect yang terjadi pada kode program (code defect).Metode penanganan permasalahan defect pada kode program akan memanfaatkanpola-pola kode perangkat lunak yang berpotensi menimbulkan defect pada data setNASA untuk memprediksi defect. Metode yang digunakan dalam pencarian polaadalah memanfaatkan Association Rule Mining dengan Cumulative SupportThresholds yang secara otomatis menghasilkan nilai support dan nilai confidencepaling optimal tanpa membutuhkan masukan dari pengguna. Hasil pengujian darihasil pemrediksian defect kode perangkat lunak secara otomatis memiliki nilaiakurasi 82,35%.

Sign in / Sign up

Export Citation Format

Share Document