决策树算法在学生课程成绩分析中的应用研究

发布时间：2020-11-03 00:25

　　 随着数据挖掘领域的兴起,它在教育领域也已经得到了广泛的应用并取得了不错的成效,教育数据如学生的成绩数据、教学管理数据也更加受到关注和重视,人们开始意识到教育数据不能仅仅停留在存储、查询及简单的统计阶段,在实际教学中及时发现实际教学中存在的问题或影响因素已经成为了提高教学质量的关键,研究者们尝试运用不同种类的方法对教学数据进行评估和测量,进而发掘这些教育数据中潜在的有价值的信息以用于改进教学,促进学生的发展。本研究以我校2014级本科学生的师范类课程“现代教育技术应用”的成绩作为研究对象,将已有的数据及信息进行汇总,提出了研究预设,即学生的性别、学科性质、任课教师职称、班额设置、课程成绩中的各部分占比例成绩(考试成绩、平时成绩等)会对学生的成绩产生影响,运用决策树算法中的C4.5算法对这些数据进行数据挖掘,根据具体的研究需求构建了考试成绩、平时成绩与课程最终成绩,各部分占比例成绩与平时成绩,班额设置、性别、学科性质、任课教师职称三个决策树模型以验证之前的研究预设,探究这五个因素会对学生的成绩产生什么样的影响,进而结合教学评价方面的知识有针对性地提出合理化建议,为教师及学生提供参考以最终达到提高学生的教育技术能力的作用,同时也为提高教学质量提供了数据支持。
【学位单位】：哈尔滨师范大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP311.13;G40-057;G652
【部分图文】：

?逃?际跄芰Γ?岣呓萄е柿康男Ч?研究思路框架图如图1-1 所示。图 1-1 研究思路框架图1.5 研究预设与研究内容1.5.1 研究预设本研究采用了数据挖掘技术中在教育领域常用的一种分类算法，即决策树算法中的 C4.5 算法，该算法是通过对已有数据根据某种属性进行分类生成分类规则，总结规律从而达到预测的作用。经过对已有数据的整理，本研究假设性别、学科性质、所在教学班的班额设置、任课教师职称、学生课程最终成绩中各部分占比例成绩这五个因素会对学生“现代教育技术应用”这门课程的最终成绩造成影响，也会在一定程度影响学生教育技术能力的提高。1.5.2 研究内容本研究借助 C4.5 算法对“现代教育技术应用”这门课程的学生成绩数据进行数据挖掘，根据自己的研究预设建立相应的决策树模型，探究研究假设中的五个因素是否会影响学生的课程成绩并会产生什么样的影响，运用教育学方面知识总结、分析生成的分类规则对研究预设进行验证，发现其中关于教育教学的问题并提出相应的改进建议，期望最终能将这些建议应用至今后的实际教学中以达到提高教学质量的效果。

EDM流程图

图 3-1 决策树的一般结构成部分类似，决策树是由根结点、内部结点算法应用于实际的分类中各部分又被赋予了系如下表 3-1 所示：表 3-1 决策树与自然树的对应关系
【相似文献】

相关期刊论文 前10条

1 陈火荣;;数据挖掘中决策树算法的应用研究[J];电脑编程技巧与维护;2017年14期

2 何迪;;面向大数据分析的决策树算法[J];信息系统工程;2017年07期

3 刘宇;程学林;;基于决策树算法的爬虫识别技术[J];软件;2017年07期

4 张棪;曹健;;面向大数据分析的决策树算法[J];计算机科学;2016年S1期

5 蔡星;;决策树算法及其改进[J];科技创新导报;2014年12期

6 刘润宗;阮汝祥;房斌;宋璞;;逆向快速决策树算法概要[J];计算机应用研究;2011年12期

7 赵紫奉;李韶斌;孔抗美;;基于决策树算法的疾病诊断分析[J];中国卫生信息管理杂志;2011年05期

8 林向阳;;数据挖掘中的决策树算法比较研究[J];中国科技信息;2010年02期

9 陆瑞兴;杨颖;张毅;;决策树算法在物流仓储中的研究与应用[J];微计算机信息;2010年30期

10 张林;张昊;;决策树算法分析及其在实际应用中的改进[J];铜陵学院学报;2010年06期

相关博士学位论文 前5条

1 冯兴华;基于公理模糊集的模糊决策树算法研究[D];大连理工大学;2013年

2 罗海艳;移动用户网络行为分析与预测方法研究[D];沈阳农业大学;2015年

3 刘润宗;模式识别领域中形变不变量的若干关键问题研究[D];重庆大学;2012年

4 陶洪;劳动生产率分解理论及其在我国工业领域的应用研究[D];东华大学;2008年

5 伍平阳;基于数据挖掘技术的医疗设备绩效预测方法的应用研究[D];南方医科大学;2008年

相关硕士学位论文 前10条

1 胡明明;决策树算法在学生课程成绩分析中的应用研究[D];哈尔滨师范大学;2019年

2 严蔚岚;基于决策树算法的气象数据分析及发布平台[D];南京信息工程大学;2018年

3 谭玉莹;基于C4.5改进的林地宜植性预测系统的研究与实现[D];辽宁大学;2018年

4 王昺翔;决策树算法在烟草公司CRM中的研究与应用[D];内蒙古大学;2018年

5 吕涛;基于Hadoop平台的并行决策树算法研究[D];西安科技大学;2018年

6 蒋景智;恶意代码行为本体自动生成的研究[D];哈尔滨工业大学;2018年

7 胡楠;决策树算法的研究及在空气质量评估中的应用[D];武汉理工大学;2017年

8 侯敏杰;基于不平衡数据的支持向量机和决策树算法的研究[D];大连理工大学;2018年

9 王佳玉;改进组合优化决策树算法在谣言判别的研究应用[D];东北林业大学;2018年

10 韩博;基于心率和体动的非接触式睡眠分期算法的研究[D];北京工业大学;2018年

本文编号：2867806