決策樹算法在學生選課系統中的應用

張悅 楊學全

摘 要：決策樹算法是一種直觀的、易于理解和實現的科學算法，將決策樹算法積極運用于學生選課系統中能夠獲得諸多良好的效果。本文在分析決策樹以及決策樹分類算法中最常使用的C4.5算法的基礎上，重點研究了決策樹算法在學生選課系統中的應用。

關鍵詞：決策樹算法；學生選課系統；C4.5算法；應用

如何提高學校網絡選課系統的使用效率和質量，有效發揮選課系統的功能與作用，是各大教育機構最為關切的重點課題。決策樹算法是一種直觀的、易于理解和實現的科學算法，將決策樹算法積極運用于學生選課系統中能夠獲益良多，對于提高學生選課系統利用率具有極大幫助。

1 決策樹

決策樹是一種直觀的圖解法、預測模型，其建立在概率分析基礎之上，人們在把握研究對象各種已知情況發生概率前提下運用決策分支畫來分析各種情況的映射關系，最終構成一個類似于二叉樹結構的空間架構圖，因圖形很像一棵散開的樹而用術語稱為決策樹。決策樹主要由3個層次構成：①最頂層為根節點，由根節點向下分支不同的小節點；②中間層為葉子節點，相當于屬性的展示，利用每個分支的測試屬性功能可以測試出節點的屬性；③最終層為葉節點，該層主要負責規劃類別，當開始由樹根向下逐層測試時，根據節點屬性系統會自動規劃節點類別。通過構造決策樹模型，我們可以利用模型的數據生成、預測2大功能來得出某些規律或進行預測，模型中樹的根節點相當于一個空間的集合，葉子節點與葉節點是空間集合的分裂子集，通過屬性測試可可生成多個數據集合，最終形成葉節點的集合數據，可獲得規律集合便于分析和研究。

2 決策樹分類算法--C4.5算法

在決策樹分類算法當中，C4.5是一種最常使用的算法，其是基于ID3算法而延伸的一種更具效率性、準確性的算法。C4.5算法被廣泛應用于多個研究領域，主要由3大步驟組成：①算法：由決策樹提供給定的訓練數據，Generate Decision Tre；②輸入：samples（訓練樣本）、Attribute list（備選屬性集合）；③隨后輸出：一棵決策樹。具體如下：

（1）生成根節點N；（2）IF T都屬于D的同類，返回葉節點N后可標記為D；（3）IF attribuetlist 為空或T中所剩余的樣本數，若樣本數低于給定值則可返回葉節點N，其中標記N為T類中出現最多次數的類；（4）For each attribuetlist 代表中屬性，其計算信息的增幅率為inf ormation gain ratio；（5）N的測試屬性為test attribute= attribuetlist，因而attribuetlist具有最高級增幅率屬性；（6）IF的屬性測試具有連續性，找到IF屬性即為該屬性的分割閥值；（7）For each 的節點N為一種始發的葉節點（IF的葉節點和樣本子集T相對應，為空時改分裂節點可生成始發節點，從而標記為T中出現最多的類。）

3 決策樹算法在學生選課系統中的應用

學生選課系統的規劃和設計復雜而繁瑣，需要涉及許多計算機方面的知識，同時選課系統是否合理、科學直接關系到教育者對相關信息的收集、整理和分析，進而最終影響整個選課教學質量以及學生對選修課的積極性。其中，目標數據挖掘、課程設計決策樹分類法結果是決策樹算法與技術在學生選課系統中的應用。

3.1 目標數據挖掘

筆者從學校官網中隨機抽取了一些不同類學生的基本信息，運用決策樹算法和技術對這些學生信息進行統一分類，綜合分析學生的愛好及需求，以實現目標數據挖掘，如表1是對學生信息進行處理的方法。最后，以所得的目標屬性、目標數據來設置選修課程，以確保選修課程能夠得到學生的認可與接受，數據挖掘后最終生成決策樹，如圖1所示。

（其中1、0分別代表女生、男生；0、1、2分別代表一、二、三年級；0、1分別代表文科、理科；0、1、2分別代表文學課、藝術課和專業課）

3.2 課程設計決策樹分類法結果

根據學生的愛好、需求以及期望值，運用決策樹算法得出的結果顯示：對專業選修課有興趣愛好的多為二、三年級學生，男女比例相當，這是由于二、三年級學生開始為其今后畢業做準備，以提高自身的專業知識與技能為根本學習目標。而對文學選修課有興趣愛好的多為一、二年級學生，男女比例相當，這是由于一年級學生需要學習較多的專業課程，自身學習任務與壓力較大，因而在選修課程上偏向于簡單、輕松的課程，主要以開拓眼界與知識面為目標。對于藝術選修課有興趣愛好的學生很少，一般是一年級女生偏向選擇該課程。由此數據分類結果得看得出一個結論：決定不同年級學生選課類型與方向的主要因素是興趣愛好、就業兩大因素，其中低年級選擇選修課程大多由自身愛好決定，而高年級學生在選擇選修課程時更多考慮的是求職就業。

參考文獻：

[1]朱娟，楊豐華.改進的決策樹算法在教務管理數據挖掘系統中的應用[J].教育技術導刊，2010（4）.