决策树算法在学生成绩预测中的应用
发布时间：2021-09-22 07:58
21世纪以来,人类社会全面进入信息化时代,互联网信息技术已渗透到社会的方方面面,深刻地影响着人们的生活、学习和工作方式,社会的进步和经济的发展越来越依赖互联网信息技术以及不断发展的信息资源。在教育领域,信息技术的快速发展成为提高教学质量的重要手段,使之更好地改革教学模式、途径与方法,丰富了教学资源,提高了学生学习的效率与质量。教育相关的数据量持续迅猛增加,为教师认识学生学习效果、促进教学改革等教育相关的研究提供了丰富的数据支持。学校原有的教务管理系统及在建的各种网络教学平台众多,在各平台系统的数据库中产生了大量学生学习过程的相关数据。例如,学生个人基本信息（包括学号、姓名、性别、专业、班级等）,课程考试成绩（期末成绩、期中成绩、平时成绩等）,课堂测试成绩,在线考试成绩,网络学习频次、网络学习时长,网络作业完成情况等等。目前这些积累的学生相关数据没有体现其应有的价值和作用。论文主要采用决策树算法中的CART算法和随机森林算法,通过分析学生的基本信息,课程考试成绩以及网络教学平台的学生学习数据及相关特征属性,使用决策树算法生成决策树,产生分类规则,从中寻找对学生成绩有重要作用的因素,形成提...
【文章来源】：宁波大学浙江省
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
论文摘要
abstract of thesis
引言
1 绪论
1.1 论文研究背景和意义
1.2 国内外发展现状
1.3 论文主要工作
1.4 论文框架
2 决策树算法和随机森林算法
2.1 决策树算法基本概念
2.2 决策树算法流程
2.2.1 决策树算法的一般流程
2.2.2 决策树算法的具体流程
2.3 常用决策树算法
2.3.1 ID3算法
2.3.2 C4.5算法
2.3.3 CART算法
2.3.4 三种主要决策树算法对比
2.3.5 其它决策树算法
2.4 随机森林
2.4.1 随机森林算法
2.4.2 随机森林算法特点
2.5 采用决策树算法和随机森林算法的原因
2.6 本章小结
3 构建学生成绩预测模型及应用
3.1 数据预处理
3.1.1 数据收集
3.1.2 数据清理
3.1.3 数据集成和转换
3.2 构建CART决策树分类模型
3.2.1 构建决策树的工具
3.2.2 CART算法伪代码
3.2.3 实验
3.2.4 CART模型性能分析
3.3 随机森林算法应用
3.3.1 构建随机森林算法过程
3.3.2 随机森林算法伪代码
3.3.3 随机森林算法在学生成绩预测中的应用
3.4 CART分类器与随机森林分类器性能比较
3.5 本章小结
4 学生成绩分析预测系统的设计应用
4.1 系统设计应用的背景和概述
4.2 系统设计原则
4.3 系统总体分析和设计
4.3.1 系统的需求分析
4.3.2 系统总体设计
4.4 数据库设计
4.5 系统设计关键技术
4.5.1 MVC结构
4.5.2 MySQL数据库
4.5.3 WEB-INF的安全性
4.6 系统详细设计和实现
4.6.1 登录注册模块
4.6.2 学生信息管理模块
4.6.3 课程成绩预测模块
4.7 本章小结
5 结论和展望
5.1 结论
5.2 展望
参考文献
附录 A
在学研究成果
致谢
【参考文献】：
期刊论文
[1]基于决策树C5.0算法的员工职称晋级评估研究[J]. 涂波,张炜,胡文,张健伟,冯媛媛. 中国管理信息化. 2018(08)
[2]基于决策树的学生成绩分类研究[J]. 阴爱英,杨晓花. 赤峰学院学报(自然科学版). 2017(16)
[3]网络教学平台下的数据挖掘技术探讨[J]. 汪刚,朱琳. 电子测试. 2016(07)
[4]数据挖掘在大学英语成绩预测中的应用研究[J]. 栾红波,文福安. 软件. 2016(03)
[5]贵州医科大学学生成绩数据挖掘与分析研究[J]. 李丽,汪莉萍,冯广卫. 电脑知识与技术. 2015(25)
[6]基于CART的人力资源管理研究[J]. 吴丰,胡蕙,胡芳. 中国管理信息化. 2015(24)
[7]改进的决策树算法在高职成绩分析中的应用[J]. 程雪. 信息与电脑(理论版). 2013(10)
[8]基于语言模型和特征分类的抄袭判定[J]. 李惠,刘颖. 计算机工程. 2013(05)
[9]影响近地表气温的地下水临界埋深[J]. 傅志敏,向衍,周志芳. 人民黄河. 2010(12)
[10]基于数据挖掘分类技术的高校教学方法研究[J]. 倪现君. 科学技术与工程. 2006(04)
硕士论文
[1]某市轨道交通X号线PPP项目风险管理研究[D]. 杨蓉晖.西南交通大学 2018
[2]基于C4.5决策树的学生成绩预测教学系统的研究与实现[D]. 胡金涛.西南交通大学 2017
[3]基于数据挖掘的量化投资系统的研究[D]. 邢娟.齐鲁工业大学 2016
[4]基于卷积神经网络的在线商品评论情感倾向性研究[D]. 刘龙飞.大连理工大学 2016
[5]基于网络日志的高校学生成绩预测系统的研究与实现[D]. 郑友杰.重庆大学 2016
[6]航务管理站综合服平台的设计与实现[D]. 程远.东北大学 2016
[7]基于数据挖掘技术的学生成绩管理研究[D]. 闫敏娟.武汉理工大学 2011
[8]决策树技术在学生成绩分析中的应用[D]. 薛恩军.内蒙古大学 2008
本文编号：3403417
【文章来源】：宁波大学浙江省
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
论文摘要
abstract of thesis
引言
1 绪论
1.1 论文研究背景和意义
1.2 国内外发展现状
1.3 论文主要工作
1.4 论文框架
2 决策树算法和随机森林算法
2.1 决策树算法基本概念
2.2 决策树算法流程
2.2.1 决策树算法的一般流程
2.2.2 决策树算法的具体流程
2.3 常用决策树算法
2.3.1 ID3算法
2.3.2 C4.5算法
2.3.3 CART算法
2.3.4 三种主要决策树算法对比
2.3.5 其它决策树算法
2.4 随机森林
2.4.1 随机森林算法
2.4.2 随机森林算法特点
2.5 采用决策树算法和随机森林算法的原因
2.6 本章小结
3 构建学生成绩预测模型及应用
3.1 数据预处理
3.1.1 数据收集
3.1.2 数据清理
3.1.3 数据集成和转换
3.2 构建CART决策树分类模型
3.2.1 构建决策树的工具
3.2.2 CART算法伪代码
3.2.3 实验
3.2.4 CART模型性能分析
3.3 随机森林算法应用
3.3.1 构建随机森林算法过程
3.3.2 随机森林算法伪代码
3.3.3 随机森林算法在学生成绩预测中的应用
3.4 CART分类器与随机森林分类器性能比较
3.5 本章小结
4 学生成绩分析预测系统的设计应用
4.1 系统设计应用的背景和概述
4.2 系统设计原则
4.3 系统总体分析和设计
4.3.1 系统的需求分析
4.3.2 系统总体设计
4.4 数据库设计
4.5 系统设计关键技术
4.5.1 MVC结构
4.5.2 MySQL数据库
4.5.3 WEB-INF的安全性
4.6 系统详细设计和实现
4.6.1 登录注册模块
4.6.2 学生信息管理模块
4.6.3 课程成绩预测模块
4.7 本章小结
5 结论和展望
5.1 结论
5.2 展望
参考文献
附录 A
在学研究成果
致谢
【参考文献】：
期刊论文
[1]基于决策树C5.0算法的员工职称晋级评估研究[J]. 涂波,张炜,胡文,张健伟,冯媛媛. 中国管理信息化. 2018(08)
[2]基于决策树的学生成绩分类研究[J]. 阴爱英,杨晓花. 赤峰学院学报(自然科学版). 2017(16)
[3]网络教学平台下的数据挖掘技术探讨[J]. 汪刚,朱琳. 电子测试. 2016(07)
[4]数据挖掘在大学英语成绩预测中的应用研究[J]. 栾红波,文福安. 软件. 2016(03)
[5]贵州医科大学学生成绩数据挖掘与分析研究[J]. 李丽,汪莉萍,冯广卫. 电脑知识与技术. 2015(25)
[6]基于CART的人力资源管理研究[J]. 吴丰,胡蕙,胡芳. 中国管理信息化. 2015(24)
[7]改进的决策树算法在高职成绩分析中的应用[J]. 程雪. 信息与电脑(理论版). 2013(10)
[8]基于语言模型和特征分类的抄袭判定[J]. 李惠,刘颖. 计算机工程. 2013(05)
[9]影响近地表气温的地下水临界埋深[J]. 傅志敏,向衍,周志芳. 人民黄河. 2010(12)
[10]基于数据挖掘分类技术的高校教学方法研究[J]. 倪现君. 科学技术与工程. 2006(04)
硕士论文
[1]某市轨道交通X号线PPP项目风险管理研究[D]. 杨蓉晖.西南交通大学 2018
[2]基于C4.5决策树的学生成绩预测教学系统的研究与实现[D]. 胡金涛.西南交通大学 2017
[3]基于数据挖掘的量化投资系统的研究[D]. 邢娟.齐鲁工业大学 2016
[4]基于卷积神经网络的在线商品评论情感倾向性研究[D]. 刘龙飞.大连理工大学 2016
[5]基于网络日志的高校学生成绩预测系统的研究与实现[D]. 郑友杰.重庆大学 2016
[6]航务管理站综合服平台的设计与实现[D]. 程远.东北大学 2016
[7]基于数据挖掘技术的学生成绩管理研究[D]. 闫敏娟.武汉理工大学 2011
[8]决策树技术在学生成绩分析中的应用[D]. 薛恩军.内蒙古大学 2008
本文编号：3403417
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3403417.html
