论文部分内容阅读
伴随着中国高等教育的快速发展,高等职业教育进入高速发展期。民办高等职业教育在这个时期急剧扩张,招生规模的扩大和教师队伍的膨胀带来一系列的问题,在这些问题中,如何保证教学质量是重中之重。找出与学生成绩有关因素不但对改进课堂教学可教育管理具有指导作用,而且对保证教学质量也有重要意义。应用数据挖掘技术对学生成绩数据库进行分析,探索哪些因素与学生成绩有关,能为课程设置、课堂教学及教育管理提供参考意见。数据挖掘被定义为从大量有噪声模糊的、不完全的、随机的数据中提取隐藏在其中未知但又是肯定存在的,具有一定价值的信息和知识的过程。在数据挖掘过程中通常需要面向决策支持系统和联机分析应用数据源的结构化数据环境,即数据仓库;分类是指把某个不连续的标识值分配给一个未标识的记录的过程。决策树是应用最广的分类算法之一。ID3算法是决策树分类的经典算法,应用信息增益作为创建决策树的基本指标,C4.5算法是在ID3算法基础上进行改进的决策树算法,应用信息增益率来进行属性分裂。但是C4.5涉及对数运算,过程相对复杂且计算量大,因此本文引用了一种改进的C4.5算法,它应用数学上的等价无穷小的理论对C4.5算法进行改进,改进后的算法只需要进行加减乘除运算,简化了计算过程,提高了计算速度,从而提升决策树的建树效率。实践表明,C4.5算法创建的决策树弥补了ID3算法倾向于选择取值多的属性的不足,创建的决策树转化为If-Then语句更规范,更能满足决策者的要求;C4.5算法在构造决策树的过程中不断的进行剪枝,创建的决策树叶子节点相对较少,结构紧凑;改进的C4.5算法只需要进行加减乘除计算,简化了计算量和计算复杂度,提高了运算速度,从而提升了建树效率。本文首先对数据仓库、数据挖掘、分类技术基本知识进行了阐述;其次,采用SQL Server 2005 Analysis Service对学生成绩数据进行多维数据的创建,结合安徽文达信息工程学院学生成绩管理系统,创建了以学生成绩事实表为核心的数据仓库,主要内容涵盖学生成绩数据仓库的逻辑模型设计、物理模型的建立以及数据的整合、加工和分析;最后对ID3和C4.5算法进行了详细的介绍,结合安徽文达信息工程学院学生成绩管理系统,应用决策树算法中典型的ID3算法、C4.5算法及改进的C4.5算法对学生成数据进行挖掘,分别生成决策树,转化成分类规则,发现隐藏在学生成绩数据背后的,对教育教学有指导意义的规律。