《决策树技术在高校学生成绩分析中的应用研究》由会员分享，可在线阅读，更多相关《决策树技术在高校学生成绩分析中的应用研究（69页珍藏版）》请在金锄头文库上搜索。
1、 董 欢 代号代号 分 类 号分 类 号 学号学号 密级密级 1070110701 TP312 公开公开 08229800570822980057 题题（中、英文）（中、英文）目目 决策树技术在高校学生成绩分析中的应用研究决策树技术在高校学生成绩分析中的应用研究 Application of Decision Tree in the University achievement Analysis 作者姓名作者姓名 指导教师姓名指导教师姓名、 职务职务 王凯东 副教授 学科门类学科门类 工 科 提交论文日期提交论文日期 二一二年四月二十日 学科、专业学科、专业 计算机应用技术 西安电子科技大学
2、学位论文创新性声明 秉承学校严谨的学分和优良的科学道德， 本人声明所呈交的论文是我个人在导师指 导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所 罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得 西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志 对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日期 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校 攻读学位期间论
3、文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的 复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影 印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再撰 写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 日期 导师签名： 日期 摘摘 要要 由于高校的连年扩招，各个学校都积累了大量的学生基本数据信息和学习成绩数据 信息，但是这些数据都还停留在备份、查询、简单的统计的阶段，不能发挥其应有的作 用。这样就导致大量的成绩数据只是以各不相同的表格形式存储
4、于不同的计算机上，不 利于对这些数据所隐含的信息进行充分的挖掘分析，不便于教学管理部门进行有效的教 学评价，也不利于教师对其所带学生的学习情况进行全面的指导。 本文主要应用数据挖掘技术中的决策树技术对高校学生的成绩进行分析，找出影响 学生成绩取得“优秀”和“差”的因素。在建立分类模型时，以信息增益率作为属性选 择的度量标准，对学生成绩是否为“优”的数据训练集应用决策树技术中的 C4.5 算法 来进行模型的建立，从而生成分类规则，得出影响学生成绩为“优”的因素。C4.5 算法 中以信息增益率作为属性选择的度量标准时，在计算属性的信息量时涉及到了对数运 算， 计算时间效率低下。 对计算属性的信息量
5、公式进行改进， 形成新的信息量计算方法。 应用改进后的 C4.5 算法对属性进行信息增益率的计算，并且对学生成绩是否为“差” 的数据训练集进行模型的建立，生成分类规则，得出影响学生成绩为“差”的因素，为 教师有针对性的提高教学质量提供了有力的数据支持。 关键字：数据挖掘关键字：数据挖掘 决策树技术决策树技术 C4.5 C4.5 成绩分析成绩分析 Abstract Due to successive years of enrollment of the university, every school has accumulated a large number of students basi
6、c data and achievement data, but these data are still stuck in the backup, the query, the stage of simple statistics, and can not play its due role.This led to a lot of performance data is only stored on different computers vary in tabular form, and those data can not conducive to the information im
7、plied by these data mining analysis,can not to facilitate the teaching departments for effective teaching evaluation, and can not conducive to comprehensive guidance teachers brought student learning. In this thesis,through the analyze of the college students achievements based on decision tree tech
8、nique,we get the factors of identify the achievements of college students affect excellent and bad .in creating a classification model, we choose the the rate of information gain as attribute selection metrics.we use C4.5 algorithm to set to the model for the scores are “excellent”,and generate the
9、classification rules and obtain the factors of the student performance as excellent . C4.5 algorithm used the gainrate of information as the attribute selection metrics,and related to the logarithm in calculating the amount of information ,then it is inefficient in time.Here,I improve the formula fo
10、r calculation of property the amount of information and form a new method of calculate information. In creating a classification model, I choose the the rate of information gain as attribute selection metrics.i use new C4.5 algorithm to set to the model for the scores are “bad”,and generate the clas
11、sification rules and obtain the factors of the student performance as bad .those data provides a strong supporting to improve the quility of teaching for me. Keywords：data mining decision tree technique C4.5 students achievement 目目 录录 第一章第一章 绪论绪论 . 1 1 1.1 课题提出的背景及意义. 1 1.2 数据挖掘技术的现状及课题的研究现状. 1 1.3 课题的研究目标及论文框架. 3 第二章第二章 数据挖掘的基本知识数据挖掘的基本知识 . 4 4 2.1 数据挖掘的概念. 4 2.2 数据挖掘的功能. 4 2.3 数据挖掘的过程及步骤. 5 2.4 数据挖掘的常用技术. 7 2.5 本章小结. 9 第三章第三章 决策树技术决策树技术 . 1010 3.1 分类技术. 10 3.2 决策树的构造. 10 3.3 决策树的属性选择度量. 13 3.3.1 信息增益 . 13 3.3.2 信息增益率 . 14 3.4 决策树的算法. 14 3.4.1 ID3 算法 . 14 3.4.2 C4.5 算法
