基于决策树算法的成绩分析系统

来源 :长春理工大学 | 被引量 : 0次 | 上传用户:ahdx2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对目前国内学生成绩分析这一部分,仅仅有庞大的数据库,却没有深层次分析导致学生成绩差异的因素,本文设计并完成了学生成绩分析系统。本文针对决策树中的ID3算法的计算过于复杂的缺点,提出了基于粗糙集中的决策协调度的改进ID3算法,即CID3算法,并把该改进的算法应用到学生成绩分析系统中。经过改进后的ID3算法能够准确地挖掘出隐藏在学生成绩背后的因素,并且计算量减少了许多。本文的学生成绩分析系统,改变了现有学生管理系统只能进行插入、删除、查询等简单操作的局面。利用数据挖掘技术解决了一直困惑人们的难题,为学校的教师、学生或是管理人员提供了可参考的数据及结论,为教学等方面的提高奠定了基础。
其他文献
随着人民生活水平的提高,“健康”和“疾病”成为人民关注的焦点,运用计算机技术进行疾病分析预测也成为健康医疗领域的研究热点之一。呼吸系统疾病是一类常见疾病,而且和气
随着多媒体技术、计算机技术的迅速发展,多媒体数据已经成为重要的信息资源,人们每天都可以通过互联网接触到大量的多媒体信息,如视频、图像、各类新闻等。网络新闻作为一种
海量科学数据的到来使领域科学家面临前所未有的科学数据管理困境。一方面,传统以表为数据模型的关系型数据库管理系统已经不能满足科学领域大规模科学数据的管理需求;另一方
随着通信技术的飞速发展,当今网络正在向着可以提供包括海量数据传输、音视频等各种高带宽服务的下一代网络发展。这种发展趋势对整体网络设施的网络包的处理能力与处理速度
传统的机器学习、数据挖掘算法是基于向量型数据提出的。由于结构化数据在现实应用中广泛存在,图形数据的表示和分析正得到越来越广泛的关注。由于图数据结构的复杂性,不能仅
随着应用层组播技术的不断进步和网络服务质量的不断提高,差错恢复显得越来越重要,因此,提出一种高效的应用层组播差错恢复模型显得越来越迫切。   本文首先对传统的非应用层
随着科技的发展,多媒体数据库里的图像信息越来越多,并且增长速度越来越快,它在提供大量资料的同时给我们带来了烦恼:如何对如此大的数据库进行整理与分类便于用户进行检索。
21世纪是计算机网络高速发展的世纪,但与之同时,黑客入侵日益猖獗,计算机病毒越来越泛滥,这严重影响了计算机网络的正常运行。更为严重的是,网络战争也已经出现在了我们的面
随着互联网信息的快速增长,如何对海量文本信息进行有效聚类一直是文本挖掘领域的研究热点。传统的文本聚类算法通常采用向量空间模型(VSM)进行文本聚类,但是文本向量空间存
伴随着测序技术的发展,许多生物的全基因组序列已经得到,所以摆在生物信息学家面前的问题是如何理解基因组中所蕴含的生物学机制。蕴藏着大量的控制生命活动的遗传信息的生物