決策樹分類算法的研究及其在教學(xué)分析中的應(yīng)用.pdf

1、數(shù)據(jù)挖掘（Data，Mining）又稱數(shù)據(jù)庫中的知識發(fā)現(xiàn)，是一個從大規(guī)模數(shù)據(jù)庫的數(shù)據(jù)中抽取有效的、隱含的、以前未知的、有潛在使用價值的信息的過程，它是當(dāng)今眾多學(xué)科領(lǐng)域特別是數(shù)據(jù)庫領(lǐng)域最前沿的研究課題之一。對數(shù)據(jù)挖掘技術(shù)的研究，國內(nèi)外已經(jīng)取得了許多令人矚目的成就，并成功地應(yīng)用到了許多領(lǐng)域。 在高校的學(xué)生管理、教學(xué)工作科學(xué)化的今天，傳統(tǒng)的教學(xué)管理手段已逐漸不能適應(yīng)社會發(fā)展的需求。與此同時，數(shù)據(jù)挖掘技術(shù)的快速發(fā)展及其應(yīng)用領(lǐng)域的不斷擴大

2、使得將數(shù)據(jù)挖掘技術(shù)應(yīng)用于高校的教學(xué)、管理已是必然的趨勢。如果以歷屆的教學(xué)信息庫為數(shù)據(jù)源，利用學(xué)生、教師及教材等情況信息，使用數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)以上各要素對學(xué)生課程成績影響的強弱，挖掘結(jié)果將可用于合理的設(shè)置教學(xué)方案。 一般情況下，可將數(shù)據(jù)挖掘算法分成分類和預(yù)測、聚類分析、關(guān)聯(lián)規(guī)則挖掘等幾種，其中決策樹分類算法是其中最重要最常用的技術(shù)之一，也是目前研究的熱點問題?；谝陨锨闆r，本文做了如下工作： 1．對各種決策樹分類算法進行了

3、詳細介紹，研究了每種算法的主要優(yōu)缺點； 2．以學(xué)生課程成績與教學(xué)要求、教材選用、教師情況和學(xué)生情況之間的關(guān)系為前提，利用決策樹分類算法ID3的傳統(tǒng)實現(xiàn)途徑開發(fā)了學(xué)生成績分析系統(tǒng)； 3．在認真分析傳統(tǒng)實現(xiàn)方法所存在的問題后，提出了改進的實現(xiàn)途徑CASP（Classifying Algorithm on Server Procedure），并也將其實際應(yīng)用于學(xué)生成績分析系統(tǒng)。和傳統(tǒng)的實現(xiàn)方式相比，通過理論分析和實際數(shù)據(jù)測試，

4、證明了改進的實現(xiàn)方法CASP較好地解決了ID3算法實現(xiàn)中的空間復(fù)雜度和計算復(fù)雜度等問題。 在系統(tǒng)設(shè)計方面，采用了模型-視圖-控制器MVC（Model-View-Controller）的設(shè)計模式，利用VB.NET及SQL Server 2000數(shù)據(jù)庫進行了實現(xiàn)。系統(tǒng)分為兩個部分：數(shù)據(jù)訓(xùn)練和數(shù)據(jù)預(yù)測。在數(shù)據(jù)訓(xùn)練部分，首先對教學(xué)歷史數(shù)據(jù)（訓(xùn)練集）進行清洗、連續(xù)數(shù)據(jù)離散化，之后通過挖掘系統(tǒng)生成決策樹和形成相應(yīng)的規(guī)則；在數(shù)據(jù)預(yù)測部分，對需