文档介绍：代号 10701 学号 0822980057
分类号 TP312 密级公开

题(中、英文)目决策树技术在高校学生成绩分析中的应用研究

Application of Decision Tree in the University

achievement Analysis

作者姓名董欢指导教师姓名、职务王凯东副教授

学科门类工科学科、专业计算机应用技术

提交论文日期二○一二年四月二十日
西安电子科技大学
学位论文创新性声明

秉承学校严谨的学分和优良的科学道德,本人声明所呈交的论文是我个人在导师指
导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所
罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得
西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志
对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。
申请学位论文与资料若有不实之处,本人承担一切的法律责任。

本人签名: 日期

西安电子科技大学
关于论文使用授权的说明

本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校
攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的
复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影
印、缩印或其它复制手段保存论文。同时本人保证,毕业后结合学位论文研究课题再撰
写的文章一律署名单位为西安电子科技大学。(保密的论文在解密后遵守此规定)
本学位论文属于保密,在年解密后适用本授权书。

本人签名: 日期

导师签名: 日期
摘要
由于高校的连年扩招,各个学校都积累了大量的学生基本数据信息和学习成绩数据
信息,但是这些数据都还停留在备份、查询、简单的统计的阶段,不能发挥其应有的作
用。这样就导致大量的成绩数据只是以各不相同的表格形式存储于不同的计算机上,不
利于对这些数据所隐含的信息进行充分的挖掘分析,不便于教学管理部门进行有效的教
学评价,也不利于教师对其所带学生的学习情况进行全面的指导。
本文主要应用数据挖掘技术中的决策树技术对高校学生的成绩进行分析,找出影响
学生成绩取得“优秀”和“差”的因素。在建立分类模型时,以信息增益率作为属性选
择的度量标准,对学生成绩是否为“优”的数据训练集应用决策树技术中的算法
来进行模型的建立,从而生成分类规则,得出影响学生成绩为“优”的因素。算法
中以信息增益率作为属性选择的度量标准时,在计算属性的信息量时涉及到了对数运
算,计算时间效率低下。对计算属性的信息量公式进行改进,形成新的信息量计算方法。
应用改进后的算法对属性进行信息增益率的计算,并且对学生成绩是否为“差”
的数据训练集进行模型的建立,生成分类规则,得出影响学生成绩为“差”的因素,为
教师有针对性的提高教学质量提供了有力的数据支持。

关键字:数据挖掘决策树技术成绩分析
Abstract
Due to essive years of enrollment of the university, every school has accumulated
a large number of students’ basic data and achievement data, but these data are still stuck in
the backup, the query, the stage of simple statistics, and can not play its due led to a
lot of performance data is only stored on puters vary in tabular form, and those
data can not conducive to the information implied by these data mining analysis,can not to
facilitate the teaching departments for effective teaching evaluation, and can not conducive
prehensive guidance teachers brou