【導(dǎo)讀】據(jù)我所知，除文中特別加以標(biāo)注引用參考文獻(xiàn)資料外，論文（設(shè)計(jì)）中所有。數(shù)據(jù)均為自己研究成果，不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果。與我一同工作的同。志對(duì)本研究所做的工作已在論文中作了明確說(shuō)明并表示謝意。有效地、隱含的、以前未知的、有潛在使用價(jià)值的信息的過(guò)程。教學(xué)科學(xué)化的今天，傳統(tǒng)的教學(xué)分析已經(jīng)不能適應(yīng)社會(huì)發(fā)展的需求。據(jù)不斷的增多，教學(xué)分析工作也日益加重。學(xué)生信息數(shù)據(jù)量不斷的增多，對(duì)之前。提高學(xué)生的學(xué)習(xí)成績(jī)。

　　

【正文】 （ D） = 213 13log20 20? = 安徽新華學(xué)院 2020 屆本科畢業(yè)論文（設(shè)計(jì)） 23 （ 2）計(jì)算信息增益 分別以平時(shí)成績(jī)、作業(yè)完成情況、學(xué)前對(duì)知識(shí)的了解以及是 否認(rèn)真聽(tīng)課情況作為根節(jié)點(diǎn)，計(jì)算其信息增益： 屬性為平時(shí)成績(jī)中取值為較好的有 9個(gè)，其中 9個(gè)考試成績(jī)?yōu)楹?。取值為一般的?6 個(gè)，其中考試成績(jī)合格的有 5 個(gè)，不合格的有 1 個(gè)。取值為較差的有 5個(gè)，其中考試成績(jī)合格的有 0 個(gè)，不合格的為 5 個(gè)。我們可以計(jì)算出相應(yīng)的熵為： Info（較好） = 227 7 2 2lo g lo g9 9 9 9??= Info（中等） = 226 6 2 2lo g lo g8 8 8 8??= Info（較差） = 220 0 3 3lo g lo g3 3 3 3??=0 現(xiàn) 在就可以根據(jù)信息增益計(jì)算公式： 計(jì)算出相應(yīng)的信息增益了： Gain（ X， D） =Info（ D）－ Info（ X， D） Gain（平時(shí)成 績(jī)） =Info（ D） 920? * Info（較好） 820? * Info（中等） 320? * Info（較差） = 同理，如果上課聽(tīng)課情況為根節(jié)點(diǎn)： Info（較好） =225 5 0 0lo g lo g5 5 5 5??=0 Info（一般 ） =228 8 2 2lo g lo g1 0 1 0 1 0 1 0??= Info（較差） =220 0 5 5lo g lo g5 5 5 5??=0 所以，作業(yè)完成情況的信息增益為： Gain（上課聽(tīng)課情況） = Info（ D） 520? * Info（較好） 1020? * Info（一般） 520? * Info（較差） = 以學(xué)前對(duì)知識(shí)了解情況為根節(jié)點(diǎn)： Info（較 好） =226 6 1 1lo g lo g7 7 7 7??= Info（一般） =223 3 2 2lo g lo g5 5 5 5??= Info (較差 )= 224 4 4 4lo g lo g8 8 8 8??= 所以，學(xué)前對(duì)知識(shí)的了解情況的信息增益為： 安徽新華學(xué)院 2020 屆本科畢業(yè)論文（設(shè)計(jì)） 24 Gain（學(xué)前對(duì)知識(shí)的了解情） = Info（ D） 720? * Info（較好） 520? * Info（一般） 820? * Info（較差） = 以作業(yè)完成情況為根節(jié)點(diǎn)： Info（認(rèn)真） = 226 6 0 0lo g lo g6 6 6 6??=0 Info（一般） = 223 3 2 2lo g lo g5 5 5 5??= Info（較差） = 226 6 3 3lo g lo g9 9 9 9??= 所以，上課是否認(rèn)真聽(tīng)課情況的信息增益為： Gain（作業(yè)完成情況） = 620? *0 520 * 920? *= 這樣，我們就可以得到以上四個(gè)屬性相應(yīng)的信息增益值： Gain（平時(shí)成績(jī)情況） = Gain（作業(yè)完成情況） = Gain（學(xué)前對(duì)知識(shí)的了解情況） = Gain（上課聽(tīng)課） = （ 3）計(jì)算分裂信息度量 H（ v） H(平時(shí)成績(jī)情況 )= 2229 9 8 8 3 3l o g l o g l o g2 0 2 0 2 0 2 0 2 0 2 0? ? ?= H(上課聽(tīng)課情況 )= 2225 5 1 0 1 0 5 5l o g l o g l o g2 0 2 0 2 0 2 0 2 0 2 0? ? ?= H(學(xué)前對(duì)知識(shí)的了解情況 )= 2227 7 5 5 8 8l o g l o g l o g2 0 2 0 2 0 2 0 2 0 2 0? ? ?= H(作業(yè)完成情況 )= 2226 6 5 5 9 9l o g l o g l o g2 0 2 0 2 0 2 0 2 0 2 0? ? ?= （ 4）計(jì)算信息增益率 IGR=Gain（ v） /H（ v） IGR(平時(shí)成績(jī)情況 )= IGR(作業(yè)完成情況 )= IGR（學(xué)前對(duì)知識(shí)的了解情況） = IGR（上課聽(tīng)課情況） = 最后 IGR（平時(shí)成績(jī)）最大，按照 算法的根節(jié)點(diǎn) 選取原則：信息增益率最大的選為根節(jié)點(diǎn)，選擇平時(shí)成績(jī)?yōu)楦?jié)點(diǎn)，然后根據(jù)平時(shí)成績(jī)?nèi)≈禐檩^好、安徽新華學(xué)院 2020 屆本科畢業(yè)論文（設(shè)計(jì)） 25 中等、較差三個(gè)方向，對(duì)每一顆子樹(shù)按照以上的方法遞歸計(jì)算，最后得出的決策樹(shù)如圖 所示。 圖 成績(jī)分析決策樹(shù) 平時(shí)成績(jī) 不合格 上課聽(tīng)課情況 較好 一般 較差 合格 合格 較好 一般 作業(yè)完成情況 較差 上課聽(tīng)課情況 合格 較好 學(xué)前對(duì)知識(shí)了解 一般 不合格 較 差 合格 合格 不合格 較好 一般 較差 合格 不合格 作業(yè)完成情況 較好 一般 合格 不合格 較好 較差 學(xué)前對(duì)知識(shí)了解 合格 合格 不合格 一般 較好 一般 較差 安徽新華學(xué)院 2020 屆本科畢業(yè)論文（設(shè)計(jì)） 26 由于在決策樹(shù)創(chuàng)建的時(shí)候，由于數(shù)據(jù)中的噪聲和離群點(diǎn)，許多分支反映的是訓(xùn)練數(shù)據(jù)中的異常，同時(shí)決策樹(shù)枝繁葉茂是沒(méi)有必要的，這樣降低了樹(shù)的可理解性和可用性，同時(shí)也使得決策樹(shù)對(duì)歷史數(shù)據(jù)依賴性大，為了使得到的決策樹(shù)所蘊(yùn)涵的規(guī)則具有普遍意義，為了防止訓(xùn)練過(guò)度， 減少訓(xùn)練時(shí)間，因此需要對(duì)得到的決策樹(shù)進(jìn)行剪枝，剪枝的方法有：先剪枝和后剪枝。這里我們采用后剪枝法，即通過(guò)衡量某一分支的存在對(duì)分類性能的提高程度和它對(duì)整棵樹(shù)的復(fù)雜性的增加程度來(lái)決定是否對(duì)此分支給予保留。本文研究出的決策樹(shù)，由于最后的學(xué)前知識(shí)了解屬性過(guò)大的增加了樹(shù)的復(fù)雜性，而且子樹(shù)遞歸計(jì)算的信息增益很小，因此對(duì)其進(jìn)行剪枝。圖 為剪枝后的分裂決策樹(shù)?？梢钥闯?，剪枝后的樹(shù)更小、復(fù)雜度低，因此容易理解 。 圖 修剪后的決策樹(shù) 平時(shí)成績(jī) 不合格 上課聽(tīng)課情況 較好 一般 較差 合格 較好 一般 較差 上課聽(tīng)課情況 不合格 較差 合格 不合格 作業(yè)完成情況 較好 一般 合格 不合格 較好 較差 一般 合格 合格 安徽新華學(xué)院 2020 屆本科畢業(yè)論文（設(shè)計(jì)） 27 結(jié)果分析 決策樹(shù) 的最大優(yōu)點(diǎn)就是可以直接提取分類規(guī)則。由于本例中，希望了解到影響學(xué)生考試成績(jī)合格的因素，因此，所提取的規(guī)則主要考慮分類為“ yes”（即學(xué)生考試成績(jī)?yōu)楹细瘢┑陌俜直纫?guī)則。所生成的考試成績(jī)?yōu)楹细竦姆诸愐?guī)則如下： IF 平時(shí)成績(jī) =“較好” AND 上課聽(tīng)課情況 =“較好” THEN 學(xué)生考試成績(jī)合格率為100% IF 平時(shí)成績(jī) =“較好” AND 上課聽(tīng)課情況 =“一般”” THEN 學(xué)生考試成績(jī)合格率=100% IF 平時(shí)成績(jī) =“一般” AND 上課聽(tīng)課情況 =“” THEN 學(xué)生考試成績(jī)合格率 =33% IF 平時(shí)成績(jī) =“較差” AND 課 堂作業(yè)完成情況 =“較好” THEN 學(xué)生考試成績(jī)合格率 =0% 安徽新華學(xué)院 2020 屆本科畢業(yè)論文（設(shè)計(jì)） 28 5 總結(jié)與展望 研究結(jié)果 本文介紹了一個(gè)基于決策樹(shù)對(duì)學(xué)生計(jì)算機(jī)等級(jí)考試成績(jī)的數(shù)據(jù)挖掘與分析。對(duì)數(shù)據(jù)挖掘技術(shù)中的決策樹(shù)在學(xué)生考試成績(jī)分析中的應(yīng)用進(jìn)行了深入的研究，提出和實(shí)施了決策樹(shù)分類方法在教學(xué)分析中的實(shí)施方案。 本次數(shù)據(jù)挖掘?qū)ο?，學(xué)生考試成績(jī)，從數(shù)據(jù)屬性可以找出影響學(xué)生計(jì)算機(jī)等級(jí)考試成績(jī)的因素包括：平時(shí)成績(jī)、上課聽(tīng)課情況、作業(yè)完成情況、學(xué)前對(duì)知識(shí)的了解情況，分析出影響學(xué)生計(jì)算機(jī)等級(jí)考試的通過(guò)率的因素。通過(guò)初期的數(shù)據(jù)采集、數(shù)據(jù)清理工 作，然后應(yīng)用決策樹(shù)算法構(gòu)造出學(xué)生計(jì)算機(jī)等級(jí)考試成績(jī)決策樹(shù)。在這其中，我們可以發(fā)現(xiàn)平時(shí)成績(jī)這個(gè)屬性的信息增益最大，對(duì)成績(jī)影響也最大，然后通過(guò)所建立的決策樹(shù)，我們可以得到一系列的 IF— THEN 的知識(shí)模式便于人們理解。 通過(guò)前篇內(nèi)容的研究，我們得到的學(xué)生計(jì)算機(jī)等級(jí)考試成績(jī)決策樹(shù)，我們可以進(jìn)一步的挖掘出，擴(kuò)大數(shù)據(jù)的規(guī)模，增加更多的數(shù)據(jù)屬性，找出計(jì)算機(jī)等級(jí)考試成績(jī)通過(guò)率的差異。 上述這些挖掘出來(lái)的知識(shí)對(duì)于今后的學(xué)校計(jì)算機(jī)教育的決策是有幫助的，今后學(xué)校教育要著重加強(qiáng)通過(guò)率比較低的院系、調(diào)整好院系學(xué)生語(yǔ)種學(xué)習(xí)的 選擇等方法來(lái)提高學(xué)校學(xué)生考試的通過(guò)率。 目前，許多高等院校的研究人員已經(jīng)開(kāi)始將數(shù)據(jù)挖掘技術(shù)廣泛應(yīng)用于學(xué)校教學(xué)管理中，這樣做能夠很有效地提高學(xué)校教學(xué)信息管理水平。其中，利用決策樹(shù)技術(shù)對(duì)學(xué)生的學(xué)習(xí)成績(jī)分析，得到有意義的知識(shí)，從而幫助學(xué)校教育工作者制定相應(yīng)的教學(xué)計(jì)劃，有利于提高學(xué)校的教育質(zhì)量。 后續(xù)研究與展望 本文初步實(shí)現(xiàn)了關(guān)于決策樹(shù)在考試成績(jī)分析中的應(yīng)用，取得了良好的挖掘效果。當(dāng)然，隨著數(shù)據(jù)挖掘技術(shù)的不斷改進(jìn)，應(yīng)用數(shù)據(jù)挖掘技術(shù)中的決策樹(shù)在考試安徽新華學(xué)院 2020 屆本科畢業(yè)論文（設(shè)計(jì)） 29 成績(jī)分析需要在各個(gè)方面不斷的加深。例如，我們可以增添更多 的影響學(xué)生考試成績(jī)的屬性，用其他更有效地挖掘技術(shù)對(duì)數(shù)據(jù)進(jìn)行挖掘，從而有效的提高學(xué)校的教學(xué)質(zhì)量。同時(shí)，決策樹(shù)技術(shù)不斷可以應(yīng)用在學(xué)生計(jì)算機(jī)等級(jí)考試成績(jī)分析，我們還可以用于其他教學(xué)信息管理系統(tǒng)中，比如英語(yǔ)四六級(jí)考試成績(jī)等，這些方面的應(yīng)用都是有待研究的新課題。 安徽新華學(xué)院 2020 屆本科畢業(yè)論文（設(shè)計(jì)） 30 致 謝 經(jīng)過(guò) 將近兩個(gè)月的時(shí)間終于 在論文老師的指導(dǎo)下完成了這篇 論文，在論文的創(chuàng)作過(guò)程中我遇到了許多自己無(wú)法理解和解決的問(wèn)題 ，都在同學(xué)和老師的幫助下克服了這些困難 。尤其要強(qiáng)烈感謝我的論文指導(dǎo)老師 — 袁張露 老師，她對(duì) 我 的論文提供很多的幫助和指導(dǎo) ，不厭其煩的幫助 我 進(jìn)行論文的修改和改進(jìn)。另外，在論文初期找資料的時(shí)候，圖書(shū)館的館藏老師給我提供了很多的幫助和指導(dǎo)。 在此向幫助我的老師和同學(xué)表達(dá)由衷的感謝。 感謝這篇論文所涉及到的各位學(xué)者。本文引用了數(shù)位學(xué)者的研究文獻(xiàn)，如果沒(méi)有各位學(xué)者的研究成果的幫助和啟發(fā)，我將很難完成本篇論文的寫(xiě)作。 感謝我的同學(xué)和朋友，在我寫(xiě)論文的過(guò)程中給予我了很多相關(guān)的資料，還在論文的撰寫(xiě)和排版過(guò)程中提供了幫助。 由于我的學(xué)術(shù)水平有限，所寫(xiě)論文難免有不足之處，懇請(qǐng)各位老師和學(xué)友批評(píng)和 指正！ 安徽新華學(xué)院 2020 屆本科畢業(yè)論文（設(shè)計(jì)） 31 參考文獻(xiàn) [1]徐述 ?；诖髷?shù)據(jù)的數(shù)據(jù)挖掘研究 [J]?？萍家暯?。2020， 17:2830. [2]薛紅強(qiáng) 。 淺析數(shù)據(jù)挖掘在學(xué)生體質(zhì)健康測(cè)試中的應(yīng)用 [J]。 西安航空學(xué)院學(xué)報(bào) 。2020,25:3740. [3]張建同 。邱玥 。數(shù)據(jù)挖掘技術(shù)及其在電子商務(wù)中的應(yīng)用 [A]。新世界 。2020. [4] 郭秀娟 . 數(shù)據(jù)挖掘方法綜述 [J]. 吉林建筑工程學(xué)院學(xué)報(bào) . 2020， 1:1213. [5]黃建軍 田長(zhǎng)春 。把“數(shù)據(jù)挖掘”作用發(fā)揮出來(lái) [N]。中國(guó)國(guó)防報(bào) 。2020. [6]杜麗英 。基于數(shù)據(jù)挖掘的決策樹(shù)算法 [J]。吉林建筑工程學(xué)院學(xué)報(bào) 。2020，17:1921. [7虎 。孫柏林 。高玨 。陳開(kāi) ?；谛@一卡通的學(xué)生體育鍛煉數(shù)據(jù)挖掘的研究 [J]。 中國(guó)國(guó)防報(bào) 。2020,12:3334. [8]王浩 。 數(shù)據(jù)挖掘技術(shù)及應(yīng)用 [J]。華東理工大學(xué) 。2020,15:1921. [9]張成叔 。 決策樹(shù)分類算法在選課系統(tǒng)中應(yīng)用研究 [J]。新余學(xué)院 2020,12:56. [10]李明江 ,唐穎 ,周力軍 。 數(shù)據(jù)挖掘技術(shù)及應(yīng)用 [J]。中國(guó)新 信 。2020,15:1819. [11] 欒麗華 ,吉根林 。決策樹(shù)分類技術(shù)研究 [J]。 計(jì)算機(jī)工程 . 2020,4:3337. [12]鄭宏 。數(shù)據(jù)挖掘可視化技術(shù)的研究與實(shí)現(xiàn) [D]。西安電子科技大學(xué) 。2020. [13]唐吉深 。 圖書(shū)館數(shù)據(jù)挖掘技術(shù)研究現(xiàn)狀述評(píng) [J]。圖書(shū)館界 。2020， 12:1314. [14]王全旺 ,趙兵川 。 數(shù)據(jù)挖掘技術(shù)在 Moodle 課程管理系統(tǒng)中的應(yīng)用研究 [J]。電化教育研究 。2020， 15:1617. [15] 張儒良 ,王翰虎 。論數(shù)據(jù)挖掘優(yōu)化教學(xué)管理 [J]。 貴州民 族學(xué)院學(xué)報(bào) (哲學(xué)社會(huì)科學(xué)版 )。2020,2:2526.