Minería de reglas de asociación en datos clasificados para el sistema de recomendación de cursos en E-Learning

El ADTree (Árbol de Decisión Alternante) es una técnica de clasificación supervisada que combina árboles de decisión con la precisión predictiva en un conjunto de reglas de clasificación. Los algoritmos de reglas de asociación se utilizan para mostrar la relación entre los elementos de datos. En este documento combinamos estos dos algoritmos y los aplicamos a datos de muestra obtenidos de los cursos de Moodle de nuestra universidad para el Sistema de Recomendación de Cursos, que predice el curso seleccionado por los estudiantes. Primero consideramos el resultado usando solo la regla de asociación y luego consideramos este enfoque combinado. Aquí presentamos la ventaja de aplicar el enfoque combinado al Sistema de Recomendación de Cursos en comparación con el resultado de aplicar solo el algoritmo de regla de asociación. Encontramos que el enfoque combinado funciona mejor que solo la minería de reglas de asociación. Este enfoque combinado también aumenta la fuerza de las reglas.