教育信息挖掘模型的設計與實現(xiàn).pdf

1、在高等學校的信息化建設中積累了大量的數(shù)據(jù)，挖掘隱藏在這些數(shù)據(jù)背后的知識，為人們的決策提供幫助，對于促進高等學校的建設，具有一定的現(xiàn)實意義。本文對數(shù)據(jù)挖掘中的決策樹算法ID3算法進行了研究，并結(jié)合教育管理信息中數(shù)據(jù)的特點，對ID3算法進行了改進；并設計了教育信息挖掘模型DT-IDM。 決策樹學習算法在數(shù)據(jù)挖掘技術(shù)中具有很重要的作用。但決策樹的ID3算法有以下三方面不足：(1)在決策樹的每個節(jié)點上只選擇單個屬性，屬性間的相關性強調(diào)不

2、夠，導致決策樹中子樹的重復。(2)在生成決策樹過程中，由于遞歸地劃分，一些數(shù)據(jù)子集可能變得太小，進一步劃分就失去了統(tǒng)計意義。(3)傾向于有許多值的屬性： 針對ID3算法存在的不足，結(jié)合教育管理信息中數(shù)據(jù)的特點，對ID3算法進行了改進，提出了IDT-DM算法，主要做了以下改進：(1)引入相關度概念，將與分類屬性相關度小于事先規(guī)定的閾值的屬性剔除，降低了決策樹的復雜度，使生成的知識、規(guī)則更容易理解。(2)在生成決策樹過程中，算法根據(jù)

3、設定的分類閾值進行判斷，決定是否進一步劃分，如果劃分停止則創(chuàng)建一個葉節(jié)點。(3)引進了復合度量基準取代信息增益作為決策屬性選擇的標準。在一定程度上解決了決策樹采用信息增益基準所造成的偏向有許多值的屬性的缺陷。 根據(jù)改進的IDT-DM算法，設計了面向教育管理決策的數(shù)據(jù)挖掘模型：在挖掘模型DT-IDM的實現(xiàn)過程中，運用VISUAL C++開發(fā)語言，采用SQL Server2000數(shù)據(jù)庫創(chuàng)建了教育信息挖掘庫。根據(jù)教育信息庫中的數(shù)據(jù)，對