改进的id3算法在学习模型中的研究与应用

《改进的id3算法在学习模型中的研究与应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、改进的ID3算法在学习模型中的研究与应用第六图书馆ID3算法是决策树中的核心算法,文章针对ID3算法倾向于取值较多的属性的缺点,引进用户兴趣度对ID3算法作了改进,并在此基础上构建了一个通用的可扩展的智能学习环境中的学生学习模型。ID3算法是决策树中的核心算法,文章针对ID3算法倾向于取值较多的属性的缺点,引进用户兴趣度对ID3算法作了改进,并在此基础上构建了一个通用的可扩展的智能学习环境中的学生学习模型。决策数ID3算法学生模型福建电脑任伟丁荣涛浙江商业职业技术学院,浙江杭州3100532007第六图书馆2007年第8期福建电脑109改进的ID3算法在学习模

2、型中的研究与应用任伟．丁荣涛f浙江商业职业技术学院浙江杭州310053)【摘要】：ID3算法是决策树中的核心算法，文章针对ID3算法倾向于取值较多的属性的缺点，引进用户兴趣度对ID3算法作了改进．并在此基础上构建了一个通用的可扩展的智能学习环境中的学生学习模型。【关键宇】：决策~t．；ID3算法；学生模型0．引言由于在学习者学习模型建立过程中属性太多．为了区分属性重实现个性化教学的教育专家系统目前已成为网络教育的发要性．我们采用改进的决策树中ID3算法。在改进的ID3算法展重点．它是以学生为主体，在了解其学习者特征的基础上根据中．计算信息熵时引入了人为的用户兴

3、趣度，区分不同信息属性某种教学规则为学习者个体制定学习策略、分配教学资源和内的依赖性。容．构建个性化的虚拟学习环境。个性化教育涉及现代教育学、用户兴趣度：给定D口J．a称为用户对不确定知识的兴心理学等理论．其核心问题是如何根据学习者的认知水平、性趣度．其大小由决策者根据先验知识或领域知识来确定。它是一格、动机、偏好等个性化属性构建学生学习模型。本文针对利用个模糊的概念。通常指关于某一事务的先验知识，包括领域知识数据挖掘中的决策树算法甄选出科学的学生学习能力和学习行和专家建议．具体到决策树学习中则是指在决策树训练过程中为分类体系．构建学生者学习模型。除了用于生成

4、和修改决策树的实例集之外的所有影响决策树规1．学习者学习模型设计的必要性则生成和选择的因素。学习者学习模型是指学生在学习课程过程中按主观意愿和设训练实例集为，学习目的是将训练实例分为n类，记为客观能力模型本文对CEUll学习者模型规范进行了取舍C=⋯．^7，设第i类的训练实例个数是I_G，一个实例属和扩展．将学习者模型衍生为学习者学习模型．它不仅包括了个于第i类的概率为j。若选择测试属性A进行测试，设属性A人信息、学业信息、偏好信息和绩效信息．还包括学习者的学习具有性质口，，％口．皿，A的情况下属于第类的实例个数为方式、对指定课程的学习评价和对课程已有认知水平

5、。学习模型c‘。记的信息粒度以课程为单位是因为学习者在学习不同课程时．教P(Xi：A=aj，学目标不同．已有知识与教学内容之问的差异不同．教学手段的㈩不同．产生的学习兴趣、学习能力和学习行为都会有差异。模型即P=qJ为测试属性A的取值为它属于第i类的概建立的重点在学习者学习方式，课程评价。认知水平的考察。率。y，为A=q时的实例集，此时决策树对分类的不确定程度就其中学习方式包括个体性、合作性、交流性、实践性、探究是训练实例集对属性A条件熵：性、创新性、理智性、冲动性、适应性和依赖性九方面。其中个体)=一：P(mlA=logzP(mlA=)(2)性指学习者独立学

6、习程度：合作性指学习者合作学习程度：交流我们在对属性A伸出的每个A=q叶结点疋对于分类信息性指学习者学习过程中的交流程度：实践性指学习者运用知识的信息熵计算时增加用户兴趣度n。加强重要属性的标注．降低解决问题的能力：探究性指学习者探讨问题的能力：创新性指学非重要属性的标注。计算公式如下：习者的创造能力；理智性指学习者遇到问题时的处理方式，冲动H(Xl)=【P(=口J)+IS()(3)性地处理还是冷静思考后处理：适应性指学习者适应新环境的属性A对于分类提供的信息量，即属性A的信息增益(In．能力：依赖性指对学习环境的依赖程度。其中个体性、交流性、实formati

7、onGain)为践性、适应性和依赖性是影响学习成绩的主要因素。，(：A)=日C)一H(Xl)f4课程评价是指教师对课程的评价、学习者的自我评价主要3．学习模型的实现包括教师对课程的掌握的难易程度．学习者的学习动机、兴趣和3．1数据来源及处理重视程度。学生者学习模型是一种表征学习者认知状态的数据结构认知水平指学习者学习指定课程前应有和偏好的知识掌握由于学生的类型和需求是多样的，在学习过程中，他们的知识水程度。平与能力也不断变化。因此，除了要存放学生的静态学习特征，2．决策树算法还要记录学生学习过程中的动态情况及认知能力的改变．如学基于决策树在属性选择方面的优良表

8、现。本文在指标筛选习进度、目前知识熟练