基于决策树技术的教育数据挖掘研究与应用
发布时间：2021-02-20 17:00
伴随着九年义务教育制度的实施,一些发达地区进一步将高中教育也纳入到义务教育范围之内,从而推行了十二年义务教育。高校扩招,使得有更多的学生有机会进入大学学习,因此高中教育已成为绝大部分学生的必经阶段,从而导致在教务管理系统中积累了大量的学生数据,占用了很大的存储空间。如果能充分利用教务管理系统中的数据,那么我们不仅可以更好地了解现状,而且还可以对未来做出部分预测和辅助决策。如教师除了能根据学生数据了解学生现状,同时还能根据分析结果进行因材施教,改善教学效果。作为数据挖掘的一个重要分支,教育数据挖掘（EducationData Mining,简称EDM）是关于怎样从大量的学生数据中挖掘出潜在的、有价值的信息,已经引起了相关学者的兴趣和关注。教育数据挖掘就是利用数学方法和计算机技术从浩繁的教育数据中挖掘出具有利用价值的信息,提高教学质量和教育管理水平。本学位论文的主要工作是利用决策树技术分析多值决策表,并对所生成的决策树进行优化存储。根据教务管理系统中常见的多值决策表分析影响学生考试成绩的因素,以及通过生成的决策树对即将参加高考的学生进行成绩预测,有针对性地采取措施,提高学生的学习效率、教师...
【文章来源】：浙江师范大学浙江省
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
-}ID3算法处理流程
分割离散化。以信息增益率（Ｉｎｆｏｒｍａｔｉｏｎ?Ｇａｉｎ?Ｒａｔｉｏ）作为选择测试属性的参考依据，这??和ＩＤ３算法存在明显差异，信息増益率是信息增益与分裂信息度量的比值。Ｃ４．５算??法的处理流程见图２－３。??创建一个节点Ｎ??￣＾返回节点ｉＴ］——??Ｉｎ????有记录都属于同＾＞?＾?＿??丨力?点、??Ｙ?Ｊ标记Ｎ为数据??３集的多数类??Ｎ??＾?将?性—??在侯选属性集中找出信??—息增益率最大的属性标??记节点Ｎ??用后剪枝方法进行剪枝??图２－３?Ｃ４．５算法处理流程??虽然Ｃ４．５算法很大程度上弥补了?ＩＤ３算法的缺陷，且建模速度比较快、分类准??确率比较高。但是它仍然具有一些难以忽视的不足，如在通常情况下，选择属性往往??１２??
其代表了一个决策，每个非叶子节每个非叶子节点出发的输出边用不同的非两条边。??造的决策树，ｖ是ｒ的节点。节点ｖ和ｒ唯一的ｒ的子表与之对应。我们定义表ｒ节点，那么ｒ（ｖ）＝ｒ，即子表ｒ（ｖ）与ｒ是一，Ｓ？〇，属性九．．．，爲和属性值Ｓｕ?．．．，点和边。如果对于ｒ的任何节点Ｖ满足以化表，那么ｖ被标记为ｒ（ｖ）的常用决策；??退化的，那么ｖ用，ｅ五（ｒ（ｖ））表示，假．大条输出边为ａｉ，，似。??
【参考文献】：
期刊论文
[1]教育数据挖掘工具综述[J]. 斯特凡·斯莱特,斯万克·约克西莫维奇,维特梅·科万诺维奇,莱恩·贝克,德拉甘·加斯维奇,崔鑫,王靖. 开放学习研究. 2018(01)
[2]基于多值决策图的多状态线性consecutive-k-out-of-n系统的性能分析[J]. 乔莹,许美玲,钟发荣,莫毓昌. 南通大学学报(自然科学版). 2016(04)
[3]C4.5算法在高校计算机等级考试成绩分析中的研究[J]. 程代娣. 淮北师范大学学报(自然科学版). 2016(01)
[4]决策树技术在高职院校学生成绩分析中的应用研究[J]. 王平霞,郝志廷. 电脑知识与技术. 2013(13)
[5]改进的ID3算法在高校就业系统中的应用分析[J]. 唐一,马征. 科技情报开发与经济. 2011(04)
[6]国内外教育数据挖掘研究现状及趋势分析[J]. 李婷,傅钢善. 现代教育技术. 2010(10)
[7]数据挖掘在中国教育领域的应用研究综述[J]. 李汪丽,蒋玲. 湖北第二师范学院学报. 2010(02)
博士论文
[1]大数据的教育领域应用之研究[D]. 张燕南.华东师范大学 2016
硕士论文
[1]学生评教数据知识挖掘方法应用研究[D]. 李丽芳.华南理工大学 2015
[2]决策树与关联分析在高职院校教学管理中的应用研究[D]. 张波.安徽大学 2013
[3]基于决策树算法的学生成绩挖掘与分析[D]. 王迎云.安徽大学 2012
[4]改进的C4.5决策树算法研究及在高考成绩预测分析中的应用[D]. 周琦.广西大学 2012
[5]改进的ID3决策树分类算法在成绩分析中的应用研究[D]. 牛文颖.大连交通大学 2008
[6]决策树优化算法研究[D]. 何箭.合肥工业大学 2004
本文编号：3043066
【文章来源】：浙江师范大学浙江省
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
-}ID3算法处理流程
分割离散化。以信息增益率（Ｉｎｆｏｒｍａｔｉｏｎ?Ｇａｉｎ?Ｒａｔｉｏ）作为选择测试属性的参考依据，这??和ＩＤ３算法存在明显差异，信息増益率是信息增益与分裂信息度量的比值。Ｃ４．５算??法的处理流程见图２－３。??创建一个节点Ｎ??￣＾返回节点ｉＴ］——??Ｉｎ????有记录都属于同＾＞?＾?＿??丨力?点、??Ｙ?Ｊ标记Ｎ为数据??３集的多数类??Ｎ??＾?将?性—??在侯选属性集中找出信??—息增益率最大的属性标??记节点Ｎ??用后剪枝方法进行剪枝??图２－３?Ｃ４．５算法处理流程??虽然Ｃ４．５算法很大程度上弥补了?ＩＤ３算法的缺陷，且建模速度比较快、分类准??确率比较高。但是它仍然具有一些难以忽视的不足，如在通常情况下，选择属性往往??１２??
其代表了一个决策，每个非叶子节每个非叶子节点出发的输出边用不同的非两条边。??造的决策树，ｖ是ｒ的节点。节点ｖ和ｒ唯一的ｒ的子表与之对应。我们定义表ｒ节点，那么ｒ（ｖ）＝ｒ，即子表ｒ（ｖ）与ｒ是一，Ｓ？〇，属性九．．．，爲和属性值Ｓｕ?．．．，点和边。如果对于ｒ的任何节点Ｖ满足以化表，那么ｖ被标记为ｒ（ｖ）的常用决策；??退化的，那么ｖ用，ｅ五（ｒ（ｖ））表示，假．大条输出边为ａｉ，，似。??
【参考文献】：
期刊论文
[1]教育数据挖掘工具综述[J]. 斯特凡·斯莱特,斯万克·约克西莫维奇,维特梅·科万诺维奇,莱恩·贝克,德拉甘·加斯维奇,崔鑫,王靖. 开放学习研究. 2018(01)
[2]基于多值决策图的多状态线性consecutive-k-out-of-n系统的性能分析[J]. 乔莹,许美玲,钟发荣,莫毓昌. 南通大学学报(自然科学版). 2016(04)
[3]C4.5算法在高校计算机等级考试成绩分析中的研究[J]. 程代娣. 淮北师范大学学报(自然科学版). 2016(01)
[4]决策树技术在高职院校学生成绩分析中的应用研究[J]. 王平霞,郝志廷. 电脑知识与技术. 2013(13)
[5]改进的ID3算法在高校就业系统中的应用分析[J]. 唐一,马征. 科技情报开发与经济. 2011(04)
[6]国内外教育数据挖掘研究现状及趋势分析[J]. 李婷,傅钢善. 现代教育技术. 2010(10)
[7]数据挖掘在中国教育领域的应用研究综述[J]. 李汪丽,蒋玲. 湖北第二师范学院学报. 2010(02)
博士论文
[1]大数据的教育领域应用之研究[D]. 张燕南.华东师范大学 2016
硕士论文
[1]学生评教数据知识挖掘方法应用研究[D]. 李丽芳.华南理工大学 2015
[2]决策树与关联分析在高职院校教学管理中的应用研究[D]. 张波.安徽大学 2013
[3]基于决策树算法的学生成绩挖掘与分析[D]. 王迎云.安徽大学 2012
[4]改进的C4.5决策树算法研究及在高考成绩预测分析中的应用[D]. 周琦.广西大学 2012
[5]改进的ID3决策树分类算法在成绩分析中的应用研究[D]. 牛文颖.大连交通大学 2008
[6]决策树优化算法研究[D]. 何箭.合肥工业大学 2004
本文编号：3043066
本文链接：https://www.wllwen.com/jiaoyulunwen/xueshengguanli/3043066.html
