基于決策樹的教育信息挖掘模型（DT-EIDM）的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、高等學(xué)校多年來(lái)的教學(xué)和管理中積累了大量的數(shù)據(jù)，目前這些數(shù)據(jù)還沒(méi)有得到有效地利用，只是一個(gè)待開發(fā)的“寶藏”。數(shù)據(jù)挖掘可以從大量的數(shù)據(jù)中提取隱藏在數(shù)據(jù)背后的有價(jià)值信息，在越來(lái)越多的領(lǐng)域得到應(yīng)用，取得了較好的效果，為人們作出正確的決策提供了很大的幫助。為了有效利用高校教學(xué)管理工作多年來(lái)積累的大量數(shù)據(jù)，本文對(duì)數(shù)據(jù)挖掘中的決策樹算法-ID3算法進(jìn)行了研究，并結(jié)合教育管理信息中數(shù)據(jù)的特點(diǎn)，對(duì)ID3算法進(jìn)行了改進(jìn)；根據(jù)改進(jìn)算法設(shè)計(jì)了教育信息挖掘模DT

2、-EIDM。 決策樹學(xué)習(xí)算法在數(shù)據(jù)挖掘技術(shù)中具有很重要的作用，本文首先研究了決策樹學(xué)習(xí)算法中的ID3算法。此算法有以下三方面不足：(1)在決策樹的每個(gè)節(jié)點(diǎn)上只選擇單個(gè)屬性，屬性間的相關(guān)性強(qiáng)調(diào)不夠，這一缺點(diǎn)導(dǎo)致決策樹中子樹的重復(fù)和有些屬性在同一決策樹上被多次選擇。(2)在生成決策樹過(guò)程中，由于遞歸地劃分，一些數(shù)據(jù)子集可能變得太小，進(jìn)一步劃分它們就失去了統(tǒng)計(jì)意義。(3)傾向于有許多值的屬性。 本文針對(duì)ID3算法的不足，結(jié)合教

3、育管理信息中數(shù)據(jù)的特點(diǎn)對(duì)ID3算法進(jìn)行了改進(jìn)，設(shè)計(jì)、實(shí)現(xiàn)了EIDT-DM算法，新算法主要做了以下改進(jìn)：(1)大學(xué)四年要進(jìn)行許多門課程的考試，對(duì)課程成績(jī)挖掘結(jié)果所做的貢獻(xiàn)也是不同的，如果考慮所有課程，挖掘涉及的屬性就會(huì)很多，時(shí)間上就會(huì)浪費(fèi)。本文在EIDT-DM算法中引入相關(guān)度概念，先對(duì)進(jìn)行挖掘的非分類屬性進(jìn)行相關(guān)性分析，將與分類屬性相關(guān)度小于事先規(guī)定的閾值的屬性剔除。這減少了子樹的重復(fù)，有效的降低了決策樹的復(fù)雜度，從而使生成的知識(shí)更容易理

4、解。(2)在生成決策樹過(guò)程中，由于反復(fù)劃分，一些數(shù)據(jù)子集可能變得太小，使得進(jìn)一步劃分失去了統(tǒng)計(jì)意義，為了避免這一問(wèn)題，算法根據(jù)預(yù)先設(shè)定的分類閾值進(jìn)行判斷，如果給定子集中的樣本數(shù)少于該閾值，該子集的進(jìn)一步劃分停止。作為替換，創(chuàng)建一個(gè)葉節(jié)點(diǎn)。在樹剪枝時(shí)，對(duì)作為替換創(chuàng)建的葉節(jié)點(diǎn)，找出子集中分類屬性具有最大樣本數(shù)的類別，做為該葉節(jié)點(diǎn)的分類屬性的值。例如子集中，分類屬性=YES的樣本個(gè)數(shù)大于分類屬性=NO的樣本個(gè)數(shù)，則該葉節(jié)點(diǎn)代表：分類屬性=YE

5、S。(3)引進(jìn)了復(fù)合度量基準(zhǔn)取代信息增益作為決策屬性選擇的標(biāo)準(zhǔn)。在一定程度上解決了決策樹采用信息增益基準(zhǔn)所造成的偏向有許多值的屬性的缺陷，并可改善決策樹結(jié)構(gòu)和分類正確率。 然后，根據(jù)改進(jìn)的EIDT-DM算法，設(shè)計(jì)了面向教育管理決策的數(shù)據(jù)挖掘模型：教育信息挖掘模型(DT-EIDM)，在挖掘模型DT-EIDM的實(shí)現(xiàn)過(guò)程中，運(yùn)用支持多平臺(tái)的JAVA開發(fā)語(yǔ)言，采用Oracle9i數(shù)據(jù)庫(kù)創(chuàng)建了教育信息挖掘庫(kù)，將不同數(shù)據(jù)源中所需要的挖掘數(shù)據(jù)