數(shù)據(jù)挖掘在高職院校學(xué)生成績分析中的應(yīng)用.pdf

1、伴隨著中國高等教育的快速發(fā)展，高等職業(yè)教育進(jìn)入高速發(fā)展期。民辦高等職業(yè)教育在這個(gè)時(shí)期急劇擴(kuò)張，招生規(guī)模的擴(kuò)大和教師隊(duì)伍的膨脹帶來一系列的問題，在這些問題中，如何保證教學(xué)質(zhì)量是重中之重。找出與學(xué)生成績有關(guān)因素不但對改進(jìn)課堂教學(xué)可教育管理具有指導(dǎo)作用，而且對保證教學(xué)質(zhì)量也有重要意義。
　　 應(yīng)用數(shù)據(jù)挖掘技術(shù)對學(xué)生成績數(shù)據(jù)庫進(jìn)行分析，探索哪些因素與學(xué)生成績有關(guān)，能為課程設(shè)置、課堂教學(xué)及教育管理提供參考意見。數(shù)據(jù)挖掘被定義為從大量有噪聲

2、模糊的、不完全的、隨機(jī)的數(shù)據(jù)中提取隱藏在其中未知但又是肯定存在的，具有一定價(jià)值的信息和知識的過程。在數(shù)據(jù)挖掘過程中通常需要面向決策支持系統(tǒng)和聯(lián)機(jī)分析應(yīng)用數(shù)據(jù)源的結(jié)構(gòu)化數(shù)據(jù)環(huán)境，即數(shù)據(jù)倉庫；分類是指把某個(gè)不連續(xù)的標(biāo)識值分配給一個(gè)未標(biāo)識的記錄的過程。決策樹是應(yīng)用最廣的分類算法之一。ID3算法是決策樹分類的經(jīng)典算法，應(yīng)用信息增益作為創(chuàng)建決策樹的基本指標(biāo)，C4.5算法是在ID3算法基礎(chǔ)上進(jìn)行改進(jìn)的決策樹算法，應(yīng)用信息增益率來進(jìn)行屬性分裂。但是C

3、4.5涉及對數(shù)運(yùn)算，過程相對復(fù)雜且計(jì)算量大，因此本文引用了一種改進(jìn)的C4.5算法，它應(yīng)用數(shù)學(xué)上的等價(jià)無窮小的理論對C4.5算法進(jìn)行改進(jìn)．改進(jìn)后的算法只需要進(jìn)行加減乘除運(yùn)算，簡化了計(jì)算過程，提高了計(jì)算速度，從而提升決策樹的建樹效率。實(shí)踐表明，C4.5算法創(chuàng)建的決策樹彌補(bǔ)了ID3算法傾向于選擇取值多的屬性的不足，創(chuàng)建的決策樹轉(zhuǎn)化為If- Then語句更規(guī)范，更能滿足決策者的要求；C4.5算法在構(gòu)造決策樹的過程中不斷的進(jìn)行剪枝，創(chuàng)建的決策樹葉

4、子節(jié)點(diǎn)相對較少，結(jié)構(gòu)緊湊；改進(jìn)的C4.5算法只需要進(jìn)行加減乘除計(jì)算，簡化了計(jì)算量和計(jì)算復(fù)雜度，提高了運(yùn)算速度，從而提升了建樹效率。
　　 本文首先對數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、分類技術(shù)基本知識進(jìn)行了闡述；其次，采用SQL Server2005 Analysis Service對學(xué)生成績數(shù)據(jù)進(jìn)行多維數(shù)據(jù)的創(chuàng)建，結(jié)合安徽文達(dá)信息工程學(xué)院學(xué)生成績管理系統(tǒng)，創(chuàng)建了以學(xué)生成績事實(shí)表為核心的數(shù)據(jù)倉庫，主要內(nèi)容涵蓋學(xué)生成績數(shù)據(jù)倉庫的邏輯模型設(shè)計(jì)、物理