决策树分类算法数据挖掘.docx

《决策树分类算法数据挖掘.docx》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、本科毕业论文（设计）（题目：决策树分类算法在教学分析中的应用）姓名：学号：专业：计算机科学与技术院系：信息工程学院指导老师：袁张露职称学历：助教/研究生完成时间：教务处制安徽新华学院本科毕业论文（设计）独创承诺书本人按照毕业论文（设计）进度计划积极开展实验（调查）研究活动，实事求是地做好实验（调查）记录，所呈交的毕业论文（设计）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。据我所知，除文中特别加以标注引用参考文献资料外，论文（设计）中所有数据均为自己研究成果，不包含其他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的工作已在论文

2、中作了明确说明并表示谢意。毕业论文（设计）作者签名：日期：决策树分类算法在教学分析中的应用摘要随着信息科技的高速发展，人们对于积累的海量数据量的处理工作也日益增重，需求是发明之母，数据挖掘技术就是为了顺应这种需求而发展起来的一种数据处理技术。数据挖掘技术又称数据库中的知识发现，是从一个大规模的数据库的数据中有效地、隐含的、以前未知的、有潜在使用价值的信息的过程。在学生管理以及教学科学化的今天，传统的教学分析已经不能适应社会发展的需求。学生信息数据不断的增多，教学分析工作也日益加重。学生信息数据量不断的增多，对之前所累计的大量学生考试成绩数据运用数据

3、挖掘技术进行分析挖掘是具有重大的意义的，这样可以把所挖掘分析出来的信息反馈用于指导学校的教学分析，从而提高学生的学习成绩。本文通过学生成绩信息运用数据挖掘技术，对所采集的数据进行预处理，运用决策树分类算法中的C4.5算法对成绩进行分析得到了成绩分析决策树，分析研究出有用的信息找到影响学生的因素，发现某些规律的存在，用以指导学校教学分析工作的开展。关键词:数据挖掘；学生成绩；决策树ApplicationofdecisiontreeincomputergradeexaminationanalysisAbstractWiththerapiddevelop

4、mentofInformationTechnology,peoplearefacingmuchmoreworkloadindealingwiththeaccumulatedmassdata.However,DataMiningTechniqueisakindofdataprocessingtechniquethatfollowsthischange.Inrecentyears,collegesandotherinstitutionsofhighereducationhadincreasedtheirenrollments,moreandmorest

5、udentsgotenrolledandconsequently,thestudents’informationdatapoolgetsmuchbigger.However,thetraditionaldataprocessingtechnologycan’taccommodateitselftostudyandanalyzetheaccumulatedmassdataatadeeperlevelanymore,whileDataMiningTechniquecansolvetheseproblemsmuchbetter.Theincreasing

6、databaseofthestudentsconcludesmuch,likestudents’testscore.Withtherapiddevelopmentofcomputertechnology,ComputerRankExaminationbecomesmoreandmorepopular;hence,thedatabaseofstudents’testscorebecomesmuchbigger.So,touseDataMiningTechniquetominetheaccumulatedmassCREscoreisofgreatmea

7、ningwithregardingtotheimprovementofthestudents’scoreonCRE,sincepeoplecanapplytheresultsofdatamininginschoolcomputerteachingresearch.ThispaperintendstoshowtheuseofDataMiningTechniqueintheanalysisofstudents’scoreinformationinComputerRankExamination,fromthepretreatmentonthecollec

8、teddatatotheuseofdecisiontreetechniqueindataanalysis.Thisempl