题目：基于遗传算法的关联规则挖掘技术的研究

遗传算法是一种通过模拟自然进化过程搜索最优解的方法，它利用简单的编码技术和繁殖机制来表现复杂的现象，从而解决非常困难的问题，特别是由于它不受搜索空间的限制性假设的约束，不必要求诸如连续性、导数存在等假设，以及其固有的并行性，使得它在解决最优化问题时的效率非常之高。近年来，遗传算法以其高效实用的特点迎来了兴盛发展的时期, 无论是理论研究还是应用研究都成了十分热门的课题。
同时，随着计算机应用范围领域等的日益扩大，特别是Internet的飞速发展，在各种应用系统和Internet上积聚了大量，甚至海量数据，产生了“数据爆炸”、“知识贫乏”的现象。数据挖掘是解决这种问题的最为有效的手段。它包含关联规则、挖掘、预测、分类、聚类、演化分析等多种技术手段，其中关联规则挖掘是一种主要的，也是用途最广的数据挖掘方法。
在现今以人为本、以教育为本的社会中，高等教育显得尤为重要。学校里关于学生、教师等的管理现在都采用数据库信息化管理，这就需要在繁多的数据中找出我们需要的、有价值的信息。例如很多学校学生数量急增，教师的需求量也越来越大，但教师的素质却参差不齐，急需改进教师的聘用机制，以提高教学水平。
目前基于遗传算法的数据挖掘技术的研究主要集中在聚类方面，而对于关联规则的提取，遗传算法的应用还较少。本文根据关联规则挖掘的要求与特点，结合遗传算法的思想，把遗传算法应用于数据库当中，提出了一种基于遗传算法的关联规则挖掘方法，并用该算法寻找影响教师期未考评结果的各个因素，以达到有效的改进教师聘用机制的目的。实验说明它是一种具有实用价值的方法。