有序决策树在大学生综合素质测评中的应用研究

发布时间：2017-07-07 09:13

  本文关键词：有序决策树在大学生综合素质测评中的应用研究

  更多相关文章： 综合素质测评 有序分类 有序决策树算法 最大相关最小冗余

【摘要】：随着教育事业的不断发展,高校教育规模不断扩大,如何提高学生综合素质以及如何科学地评价大学生综合素质成为高校管理者的关注热点。对大学生综合素质进行科学的测评不仅关系着大学生自身的发展,也关系到高校高素质人才的培养。本文在对大学生综合素质测评成绩进行分析研究后发现,挖掘合理的测评规则在本质上就是要解决机器学习领域中的一种有序分类问题。由于学生各课程的成绩存在序关系,综合素质测评结果用“不及格”、“及格”、“良”、“优”等来表示,也满足“不及格及格良优”的序关系,我们认为学生课程的成绩与综合素质测评结果之间满足单调约束关系:学生的所有课程的成绩越好,其综合素质测评结果等级越高。本文主要完成了如下工作:1、将基于有序熵的有序决策树算法应用于大学生综合素质测评工作中,实验结果表明有序决策树算法比经典决策树C4.5算法有更好的分类效果。2、大学生综合素质测评工作是高校每年都要开展的常规工作。近年来,高校招生规模不断扩大、学生数量持续增加导致大学生综合素质测评的工作量不断增加;高校开展的教学改革会导致课程的变化,而课程的变化就会导致大学生综合测评规则重新挖掘。为解决以上问题,首先将基于有序互信息和最大相关最小冗余理论的属性选择算法应用到大学生综合素质测评工作中进行课程选择,然后利用有序决策树进行规则的挖掘;实验结果表明挖掘出的规则更加稳定,挖掘规则的计算量大大减少,提高了测评工作的效率。3、设计实现了大学生综合素质测评系统,并将有序决策树算法与属性选择算法应用到了大学生综合素质测评系统的功能模块中,促进了大学生综合素质测评工作质量的提高。
【关键词】：综合素质测评 有序分类 有序决策树算法 最大相关最小冗余
【学位授予单位】：河北大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：G645.5;TP311.13
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-15
• 1.1 研究背景及意义10-11
• 1.2 有序决策树的研究进展11-13
• 1.3 本文的主要工作及内容安排13-15
• 第2章 有序决策树算法概述及应用研究15-43
• 2.1 有序决策树分类算法相关知识15-19
• 2.1.1 决策树及有序决策树简介15
• 2.1.2 香农熵15-16
• 2.1.3 有序熵16-19
• 2.2 有序决策树算法分析研究19-23
• 2.2.1 有序决策树与无序决策树的区别19-21
• 2.2.2 基于有序熵的有序决策树算法21-23
• 2.3 REMT算法在人工数据集和UCI数据集上的实验分析23-27
• 2.3.1 基于人工单调数据的对比实验23-25
• 2.3.2 基于UCI数据集的对比实验25-27
• 2.4 REMT算法在大学生综合素质测评系统中的应用27-41
• 2.4.1 数据采集27-29
• 2.4.2 数据预处理29-33
• 2.4.3 REMT算法在大学生综合素质测评数据集中的实验及分析33-41
• 2.5 本章小结41-43
• 第3章 属性选择算法概述及应用研究43-51
• 3.1 算法相关知识43-45
• 3.2 属性选择算法的在大学生综合素质测评数据集上实验及分析45-50
• 3.3 本章小结50-51
• 第4章 大学生综合素质测评系统的设计与实现51-56
• 4.1 大学生综合素质测评系统的设计与实现51-55
• 4.1.1 系统概述51-52
• 4.1.2 系统设计与实现52-54
• 4.1.3 系统模块的基本业务流程图54-55
• 4.2 本章小结55-56
• 第5章 总结与展望56-58
• 5.1 总结56
• 5.2 展望56-58
• 参考文献58-60
• 致谢60-61
• 攻读硕士学位期间发表的论文及其它成果61

，

本文编号：529587