數(shù)據(jù)挖掘在教學(xué)質(zhì)量分析評(píng)價(jià)中的應(yīng)用研究.pdf

1、數(shù)據(jù)挖掘(Data Mining)又稱知識(shí)發(fā)現(xiàn),是一個(gè)從大規(guī)模數(shù)據(jù)庫的數(shù)據(jù)中抽取有效的、隱含的、未知的、有潛在使用價(jià)值的過程,它是當(dāng)今眾多學(xué)科領(lǐng)域,特別是數(shù)據(jù)庫領(lǐng)域最前沿的研究課題之一。
　　 高等教育信息化建設(shè),促成學(xué)校大量教育教學(xué)信息的積累。這些信息包括學(xué)校的專業(yè)設(shè)置情況、開設(shè)課程情況、任課教師情況、學(xué)生基本情況、教材情況,學(xué)生歷年考試成績(jī)等。這些數(shù)據(jù)的有效利用,可發(fā)現(xiàn)對(duì)教育教學(xué)改革與管理有價(jià)值的信息。
　　 本文首

2、先詳細(xì)介紹了數(shù)據(jù)挖掘技術(shù)及其分類技術(shù),重點(diǎn)介紹了分類技術(shù)中的決策樹分類方法及幾種經(jīng)典的決策樹分類算法。
　　 然后闡述了分類技術(shù)在教育信息中的應(yīng)用研究。建立了教學(xué)評(píng)價(jià)系統(tǒng)框架圖,對(duì)系統(tǒng)實(shí)現(xiàn)的過程做了詳細(xì)的描述,選取決策樹分類算法中的ID3算法作為系統(tǒng)模型實(shí)現(xiàn)的依據(jù),并針對(duì)ID3算法的不足做了改進(jìn)。
　　 最后實(shí)現(xiàn)了一個(gè)決策樹分類器,作為高校教學(xué)評(píng)價(jià)系統(tǒng)中評(píng)價(jià)模塊的實(shí)現(xiàn)。該分類器比較完整地描述了從數(shù)據(jù)的采集到數(shù)據(jù)預(yù)處理,設(shè)