基于決策樹技術的教育數據挖掘系統(tǒng)設計與實現(xiàn).pdf

1、隨著現(xiàn)代科學技術的不斷發(fā)展，數據快速產生，并且不斷堆積，人們開始進入大數據時代。人們希望從海量數據中獲取有用信息，發(fā)現(xiàn)并得出數據與數據之間的關聯(lián)，然后對其進行分析，最終得到價值信息。但是從龐大的數據中高效地獲取數據潛在價值，人工手動分析方法很難對其進行處理，需要借助相應的技術和工具。在挖掘數據潛在價值方面，數據挖掘技術發(fā)揮了重要作用，可以幫助我們更深入地認識數據，更全面地解讀數據，更有效地利用數據，因此廣泛應用于各種行業(yè)。眾所周知，教育

2、行業(yè)在各大行業(yè)中占據重要位置，經過長期的發(fā)展，教育領域中的數據量也變得十分龐大，其重要性也越來越明顯，教育領域中的大數據越來越受到人們的關注。數據挖掘的功能主要體現(xiàn)在描述和預測兩方面，將其應用于教育領域中，主要是指使用一些數據挖掘相關技術，對教育數據進行挖掘活動，描述教育活動中的問題，預測相應的表現(xiàn)。
　　本文主要研究基于決策樹技術通過教育數據挖掘對學生表現(xiàn)進行預測。教育數據挖掘過程中，學生數據信息較多，即條件屬性較多，當選取不同

3、的條件屬性進行預測時，容易產生非一致數據問題。非一致數據是指，在一些數據樣本中，其條件屬性的取值均相同，但目標屬性的值卻不同。對于非一致數據問題，本文提出了基于多值決策表的預處理方法和基于貪心算法的決策樹構造方法，基本思路:在數據預處理階段，對非一致數據的情況，將其決策進行合并，形成多值決策表;在決策樹構造階段，基于貪心算法思想，選擇權值和作為不純度函數，選擇錯分誤差作為不確定性指標，設計決策樹構造算法，并實現(xiàn)決策樹構造。
　　在

4、非一致數據決策樹分析研究基礎上，本文開發(fā)了一個實際系統(tǒng)，該系統(tǒng)首先從傳統(tǒng)教育環(huán)境中獲取學生數據，以excel表格形式導入系統(tǒng)，并將樣本按照分類進行存儲;從導入數據中篩選出用于構造決策樹的數據樣本集，并進行預處理操作，刪除屬性值缺失率較高的樣本，使用常用值填補屬性值缺失率較低的樣本，轉換樣本屬性值的數據類型，方便決策樹的計算操作，形成便于構建模型的表;得到對應的表之后，檢查表中的數據不一致情況，然后使用多值決策方法對該表執(zhí)行進一步的處理;

5、最后基于貪心算法思想實現(xiàn)決策樹模型的構造，生成并顯示分類規(guī)則;用戶選擇預測目標后，輸入預測學生的數據信息，利用已構造的決策樹模型，對學生表現(xiàn)進行預測，得出預測結果，從而為教學工作者和學生提供參考意見。
　　本系統(tǒng)使用UML(Unified Modeling Language，UML)進行系統(tǒng)的分析和設計工作，使用Java語言和Eclipse工具進行系統(tǒng)開發(fā)和實現(xiàn)，采用B/S(Browser/Server，B/S)模式方便用戶使用。