随着教育的不断改革,职业教育已成为我国教育体系中的重要组成部分,受到了前所未有的重视和关注。数学课程在培养中职学生的思维、创新能力中担任着重要角色,同时数学一直是中职教育的重要课程之一。如何提高中职数学教育质量、培养创新性人才,已成为当前中职教育改革的重要内容。考试作为检验学生成绩、促进教学质量的一种手段,受到广大教师的青睐,对考试后的成绩进行分析有利于促进教师教学、提升教学质量。然而在中职院校中,大多数学生的数学成绩并不理想,而对成绩进行挖掘,找到隐藏在成绩背后的影响因素的研究较少,如何利用好这些成绩数据,帮助教师较快地分析每个分数段学生成绩与知识点掌握程度间的关系是提高中职数学教学质量的关键所在。决策树算法是数据挖掘中的一种分类算法,其算法能有效地挖掘出影响学生成绩的内在因素,规则可以为教师教学提供相应的指导,同时能清楚的展示出影响学生成绩属性的重要程度。因此,将决策树算法应用到中职数学成绩分析中,完成的主要工作如下:(1)收集与整理了数据挖掘在学生成绩分析中应用的相关文献,对论文的基础理论即经典测量理论中的难度计算公式、决策树算法进行了分析与总结。(2)设计了一个成绩分析模型,该模型包括三个部分:试卷知识点难度系数评定模型、知识点掌握情况评定模型以及基于决策树的知识点分析模型。其中,在知识点掌握情况评定模型中,对知识点得分的掌握情况进行加权,对不同知识点难易程度的得分情况进行相应的计算,最后划分出相应的等级。(3)将设计的成绩分析模型应用到中职数学成绩分析中,利用C5.0算法对某中职院校学生的数学成绩进行分析,生成了学生成绩与知识点掌握程度分析模型,并产生了相关规则,找到了每个分数段学生成绩与知识点掌握情况的内在隐藏联系,并提出了提高教学质量的方法。