決策樹技術(shù)在學(xué)生成績分析中的應(yīng)用研究

【摘 要】在現(xiàn)行教學(xué)管理體制之下，學(xué)生成績成為檢驗(yàn)學(xué)生學(xué)習(xí)情況的主要標(biāo)志，同時(shí)也是評(píng)估教師教學(xué)質(zhì)量的重要表現(xiàn)。本文對(duì)學(xué)生成績屬性進(jìn)行分類處理，通過決策樹方式實(shí)現(xiàn)數(shù)據(jù)的分析和挖掘。本文從決策樹技術(shù)的運(yùn)用原因入手，提出了改進(jìn)后的決策樹算法，并在此基礎(chǔ)上實(shí)現(xiàn)了決策樹技術(shù)在學(xué)生成績分析中的應(yīng)用。

【關(guān)鍵詞】決策樹技術(shù) 學(xué)生成績分析 應(yīng)用

一、前言

教師在進(jìn)行教學(xué)評(píng)測時(shí)，往往會(huì)積累大量學(xué)生數(shù)據(jù)，形成混亂的評(píng)估局面，不利于教學(xué)研究工作的開展。數(shù)據(jù)挖掘技術(shù)的應(yīng)用和發(fā)展很好的解決了此類問題，高校在學(xué)生成績分析中引入決策樹信息技術(shù)，以幫助課堂學(xué)習(xí)計(jì)劃和教學(xué)措施的制定，從一定程度上提高學(xué)科的教學(xué)效率。決策樹技術(shù)應(yīng)用于數(shù)據(jù)分析中可以發(fā)現(xiàn)測試式知識(shí)，其構(gòu)造相對(duì)簡單，無需涉及其他參數(shù)設(shè)置和知識(shí)領(lǐng)域；決策樹構(gòu)造以圖形式展示，可清晰準(zhǔn)確的展示相關(guān)屬性，利于用戶接受和理解；決策樹算法可對(duì)離散型和連續(xù)型數(shù)據(jù)進(jìn)行處理，且計(jì)算量較小。

二、改進(jìn)的決策樹算法

在CLC算法和ID3算法的基礎(chǔ)上對(duì)決策樹學(xué)習(xí)算法進(jìn)行改進(jìn)，改進(jìn)方法見下文：

分別建立訓(xùn)練樣本表和空決策樹；若訓(xùn)練樣本集T內(nèi)出現(xiàn)同一類樣本，結(jié)點(diǎn)T生成，學(xué)習(xí)算法被終止；遵循最大信息增益的標(biāo)準(zhǔn)，將信息增益相對(duì)最大的屬性從整個(gè)訓(xùn)練樣本屬性中篩選出來，完成測試性結(jié)點(diǎn)的生成，也就是根結(jié)點(diǎn)A；根據(jù)A的不同取值（可為），對(duì)T進(jìn)行劃分，共有m個(gè)子集；將的得到的轉(zhuǎn)向步驟2進(jìn)行操作。

三、決策樹技術(shù)在學(xué)生成績分析中的應(yīng)用

（一）確定挖掘?qū)ο蠹叭諛?biāo)

本文研究的挖掘?qū)ο鬄橛?jì)算機(jī)軟件班的學(xué)生，對(duì)學(xué)生在《Java程序設(shè)計(jì)》課程的學(xué)年末成績進(jìn)行挖掘和分析，以尋求出與學(xué)生成績相關(guān)的影響因素。

（二）數(shù)據(jù)采集和數(shù)據(jù)清理

成績挖掘數(shù)據(jù)庫主要運(yùn)用以下資源：課程安排信息、學(xué)生成績信息和學(xué)生基本信息。通過調(diào)查問卷和成績分析的方式完成學(xué)生決策樹的構(gòu)建。將學(xué)生的課堂考勤、試卷難度、上機(jī)難度和該科興趣作為影響學(xué)生的主要因素，。調(diào)查問卷中部分題目為：1.“你對(duì)該學(xué)科的感興趣程度——A.感興趣 B.一般 C.不感興趣”2.“本學(xué)科的試卷難度——A.高 B.中 C.低”3.……本研究共選取了14條數(shù)據(jù)信息，學(xué)生各項(xiàng)成績統(tǒng)計(jì)結(jié)果見表1所示。

表1 學(xué)生各項(xiàng)成績統(tǒng)計(jì)結(jié)果

對(duì)本組數(shù)據(jù)進(jìn)行分析和處理，用描述性文字表示數(shù)據(jù)表內(nèi)的相關(guān)數(shù)據(jù)：

用“好、一般和差”表示學(xué)生的課堂考勤記錄。其中分?jǐn)?shù)<14分為差，分?jǐn)?shù)15～29分為一般，30～36分為好。用“好、一般和差”表示學(xué)生的上機(jī)成績記錄（根據(jù)學(xué)生提交完成的作業(yè)次數(shù)確定）。其中分?jǐn)?shù)<4分為差，分?jǐn)?shù)5～10分為一般，11～15分為好。用“優(yōu)秀、及格和不及格”表示學(xué)生綜合成績。

（三）利用ID3算法構(gòu)造學(xué)生成績分析決策樹

總成績根據(jù)學(xué)生信息的訓(xùn)練集分為三種，將其設(shè)定為優(yōu)秀、及格和不及格，分別為C1，C2和C3。

1. 計(jì)算熵

在14條學(xué)生記錄中，7個(gè)記錄被取值為優(yōu)秀，5個(gè)記錄被取值為及格，2個(gè)記錄被取為不及格。樣本S即為：S1=7，S2=5，S3=2，根據(jù)熵公式，可計(jì)算得出：

2.剪枝決策樹

由于數(shù)據(jù)的離群點(diǎn)進(jìn)而噪聲，造成決策樹內(nèi)分支反映數(shù)據(jù)異常，在很大程度上降低了決策樹的可用性進(jìn)而可理解性，增加了歷史數(shù)據(jù)的依賴性。修正后的學(xué)生成績分析決策樹見表1所示。

圖1剪枝后的學(xué)生成績分析決策樹

四、總結(jié)

決策樹技術(shù)可有效用于學(xué)生成績影響因素的探討，對(duì)素質(zhì)教育活動(dòng)的推進(jìn)及教育教學(xué)方法的完善均具有積極意義，可有效促進(jìn)高校內(nèi)教學(xué)質(zhì)量的提高。

參考文獻(xiàn)：

[1]楊學(xué)兵，張俊.決策樹算法及其核心技術(shù)[J].計(jì)算機(jī)技術(shù)與發(fā)展，2007，17（1）：43-45.

[2]崔學(xué)文.關(guān)聯(lián)規(guī)則挖掘算法Apriori在學(xué)生成績分析中的應(yīng)用[J].河北北方學(xué)院學(xué)報(bào)（自然科學(xué)版），2011，27（1）：44-47.