決策樹算法在學生成績分析中的應用研究

韓麗娜，韓改寧

（咸陽師范學院 圖形圖像處理研究所，陜西 咸陽 712000）

決策樹算法在學生成績分析中的應用研究

韓麗娜，韓改寧

（咸陽師范學院 圖形圖像處理研究所，陜西 咸陽 712000）

基于挖掘分析影響學生學習效果主因素為目的，采用了能夠對數據進行挖掘分析并直觀展示結果的決策樹技術方法，通過某班學生某門課程的學習信息數據進行挖掘分析的試驗，采用ID3和C4.5算法生成決策樹，并使用后剪枝技術精簡決策樹，最終找出決定本門課程學習效果的主要因素-考勤。從而為分析學生學習情況，給予個性化提示與指導提供有效的建議。

決策樹；信息熵；信息增益；信息增益率

決策樹算法最早源于人工智能的機器學習技術，用以實現(xiàn)數據內在規(guī)律的探究和新數據對象的分類預測[1-2]。由于其出色的數據分析能力和直觀易懂的結果展示等特點，決策樹成為一種重要的數據挖掘技術。隨著信息化技術的不斷發(fā)展，高校遇到的新問題越來越多，雖然積累了大量的學生信息，但學生的管理工作越來越復雜[2]。決策樹技術對學生的學習信息進行挖掘分析，找到影響學習效果的因素以及這些因素反映的相關問題，那么就能及時反饋教學效果，預測學生的發(fā)展趨勢，進而對學生的行為進行個性化指導，這樣不僅有利于教師改進教學方式，而且對學生的管理工作也提供了有用信息。所以研究決策樹技術在高校中的應用具有重要的現(xiàn)實意義。……