数据挖掘技术在学天生绩浅析中运用探讨

数据挖掘能够从大量数据中抽取有效的、隐含的、潜在有用的知识。它已经在很多领域中得到了成功的应用,而在教育领域的应用却相对较少。在教学信息管理中,学天生|教育论文网|绩是衡量高等学校教学质量的重要指标。本文将数据挖掘技术中的决策树归纳学习方法引入到学天生|教育论文网|绩分析中,来挖掘以前未知的影响学生学习成绩的因素,从而有针对性地提高高校的教学质量。本文所做主要工作总结如下：首先,先容了数据挖掘基本理论和数据挖掘技术在教育领域的应用现状；其次,建立了大学英语成绩库,并使用决策树学习算法—.5对成绩数据进行挖掘,构造了可用于成绩分类的决策树模型,并将决策树转化为一组分类规则；最后,对学习到的决策树和分类规则进行了分析,得到了影响大学英语四级成绩的主要因素,如大学英语1对四级考试影响最大、根据大学英语1和大学英语2的成绩猜测四级考试通过情况等。这些分析结果将对高校今后改进大学英语教学工作有着重要的参考价值。【关键词】：数据挖掘成绩分析决策树.5算法
【论文提纲】：摘要5-6Abstract6-9第1章绪论9-131.1课题研究背景及选题意义9-101.2数据挖掘的产生背景及研究现状10-111.3数据挖掘技术在国内教育领域的研究现状111.4论文研究内容及结构安排11-13第2章数据挖掘的基本知识13-202.1数据挖掘的概念132.2数据挖掘的过程13-152.3数据挖掘的功能15-182.4数据挖掘研究的新热门18-20第3章决策树技术20-303.1分类20-213.2决策树21-303.2.1决策树学习算法21-263.2.2决策树剪枝26-273.2.3天生|教育论文网|分类规则27-283.2.4决策树的评价标准28-30第4章决策树技术在成绩分析中的应用30-424.1成绩分析选择方法的依据304.2决策树技术在成绩分析中的应用30-424.2.1确定对象集目标30-314.2.2数据的收集314.2.3数据预处理31-334.2.4数据分类挖掘33-394.2.5数据分析39-42第5章总结与展望42-43参考文献43-44致谢44-45攻读硕士学位期间科研工作情况45