基于決策樹技術(shù)的教育數(shù)據(jù)挖掘系統(tǒng)設(shè)計與實現(xiàn).pdf

1、隨著現(xiàn)代科學技術(shù)的不斷發(fā)展，數(shù)據(jù)快速產(chǎn)生，并且不斷堆積，人們開始進入大數(shù)據(jù)時代。人們希望從海量數(shù)據(jù)中獲取有用信息，發(fā)現(xiàn)并得出數(shù)據(jù)與數(shù)據(jù)之間的關(guān)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(shù)據(jù)中高效地獲取數(shù)據(jù)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(yīng)的技術(shù)和工具。在挖掘數(shù)據(jù)潛在價值方面，數(shù)據(jù)挖掘技術(shù)發(fā)揮了重要作用，可以幫助我們更深入地認識數(shù)據(jù)，更全面地解讀數(shù)據(jù)，更有效地利用數(shù)據(jù)，因此廣泛應(yīng)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(jù)重要位置，經(jīng)過長期的發(fā)展，教育領(lǐng)域中的數(shù)據(jù)量也變得十分龐大，其重要性也越來越明顯，教育領(lǐng)域中的大數(shù)據(jù)越來越受到人們的關(guān)注。數(shù)據(jù)挖掘的功能主要體現(xiàn)在描述和預(yù)測兩方面，將其應(yīng)用于教育領(lǐng)域中，主要是指使用一些數(shù)據(jù)挖掘相關(guān)技術(shù)，對教育數(shù)據(jù)進行挖掘活動，描述教育活動中的問題，預(yù)測相應(yīng)的表現(xiàn)。
　　本文主要研究基于決策樹技術(shù)通過教育數(shù)據(jù)挖掘?qū)W生表現(xiàn)進行預(yù)測。教育數(shù)據(jù)挖掘過程中，學生數(shù)據(jù)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(yù)測時，容易產(chǎn)生非一致數(shù)據(jù)問題。非一致數(shù)據(jù)是指，在一些數(shù)據(jù)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(shù)據(jù)問題，本文提出了基于多值決策表的預(yù)處理方法和基于貪心算法的決策樹構(gòu)造方法，基本思路:在數(shù)據(jù)預(yù)處理階段，對非一致數(shù)據(jù)的情況，將其決策進行合并，形成多值決策表;在決策樹構(gòu)造階段，基于貪心算法思想，選擇權(quán)值和作為不純度函數(shù)，選擇錯分誤差作為不確定性指標，設(shè)計決策樹構(gòu)造算法，并實現(xiàn)決策樹構(gòu)造。
　　在

4、非一致數(shù)據(jù)決策樹分析研究基礎(chǔ)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(shù)據(jù)，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(shù)據(jù)中篩選出用于構(gòu)造決策樹的數(shù)據(jù)樣本集，并進行預(yù)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(zhuǎn)換樣本屬性值的數(shù)據(jù)類型，方便決策樹的計算操作，形成便于構(gòu)建模型的表;得到對應(yīng)的表之后，檢查表中的數(shù)據(jù)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(gòu)造，生成并顯示分類規(guī)則;用戶選擇預(yù)測目標后，輸入預(yù)測學生的數(shù)據(jù)信息，利用已構(gòu)造的決策樹模型，對學生表現(xiàn)進行預(yù)測，得出預(yù)測結(jié)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(shè)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。