決策樹方法在高考志愿分析中的應(yīng)用研究.pdf

1、數(shù)據(jù)挖掘技術(shù)可以透徹地對(duì)數(shù)據(jù)分析、清晰地對(duì)數(shù)據(jù)分類、完善地對(duì)數(shù)據(jù)匯總、正確地發(fā)現(xiàn)和描述數(shù)據(jù)的趨勢(shì)、明確地標(biāo)記異常、敏銳地找出蘊(yùn)藏在數(shù)據(jù)中的有用信息，進(jìn)而找到尚未發(fā)現(xiàn)的知識(shí)，據(jù)此指導(dǎo)人們的行為，為商業(yè)競(jìng)爭(zhēng)、企業(yè)生產(chǎn)和管理、政府部門決策以及科學(xué)探索等提供有效的參考信息。 分類是最常見的數(shù)據(jù)挖掘任務(wù)之一。其中，決策樹歸納分類算法使用信息論原理對(duì)大量實(shí)例的特征進(jìn)行信息量分析、找出反映類別的重要特征、準(zhǔn)確抓住問(wèn)題的本質(zhì)，是一種最為行之有效

2、的監(jiān)督學(xué)習(xí)方法。決策樹歸納分類方法顯著的亮點(diǎn)是對(duì)樣本數(shù)量龐大的數(shù)據(jù)庫(kù)效果尤其優(yōu)越，這正是本文把其應(yīng)用于高考信息處理的理論依據(jù)。 以省為單位，每年高考志愿信息相關(guān)記錄高達(dá)數(shù)百萬(wàn)條，分布存儲(chǔ)在各地市的多個(gè)數(shù)據(jù)庫(kù)中，這些數(shù)據(jù)規(guī)模巨大，蘊(yùn)涵豐富的決策信息和知識(shí)，開發(fā)這些寶貴的信息資源，是服務(wù)高考錄取工作，指導(dǎo)考生科學(xué)地填報(bào)志愿的一項(xiàng)重要任務(wù)；是目前迫切需要解決的問(wèn)題之一。 本文根據(jù)高考志愿數(shù)據(jù)的特點(diǎn)，在對(duì)其進(jìn)行預(yù)處理的基礎(chǔ)上，靈

3、活運(yùn)用C4.5算法生成非平衡數(shù)據(jù)集下的二叉決策樹，融合規(guī)則提取、準(zhǔn)確性評(píng)估等，對(duì)高考志愿數(shù)據(jù)進(jìn)行知識(shí)挖掘，獲取其中規(guī)律性的潛在信息，結(jié)合最小二乘法構(gòu)建高考志愿錄取預(yù)測(cè)模型，根據(jù)考生的成績(jī)、科類、報(bào)考的專業(yè)和學(xué)校等特點(diǎn)對(duì)高考錄取情況進(jìn)行分類和預(yù)測(cè)，得出高考錄取相關(guān)規(guī)則，提供給考生進(jìn)行進(jìn)一步的決策分析。 據(jù)此所開發(fā)的“高考志愿信息處理系統(tǒng)”通過(guò)對(duì)過(guò)去三年的河南省高考志愿數(shù)據(jù)進(jìn)行實(shí)驗(yàn)測(cè)試，與當(dāng)年高校實(shí)際錄取情況分布基本吻合，有理由相信