發(fā)布時間：2020-11-03 00:25

　　 隨著數(shù)據(jù)挖掘領(lǐng)域的興起,它在教育領(lǐng)域也已經(jīng)得到了廣泛的應(yīng)用并取得了不錯的成效,教育數(shù)據(jù)如學(xué)生的成績數(shù)據(jù)、教學(xué)管理數(shù)據(jù)也更加受到關(guān)注和重視,人們開始意識到教育數(shù)據(jù)不能僅僅停留在存儲、查詢及簡單的統(tǒng)計階段,在實(shí)際教學(xué)中及時發(fā)現(xiàn)實(shí)際教學(xué)中存在的問題或影響因素已經(jīng)成為了提高教學(xué)質(zhì)量的關(guān)鍵,研究者們嘗試運(yùn)用不同種類的方法對教學(xué)數(shù)據(jù)進(jìn)行評估和測量,進(jìn)而發(fā)掘這些教育數(shù)據(jù)中潛在的有價值的信息以用于改進(jìn)教學(xué),促進(jìn)學(xué)生的發(fā)展。本研究以我校2014級本科學(xué)生的師范類課程“現(xiàn)代教育技術(shù)應(yīng)用”的成績作為研究對象,將已有的數(shù)據(jù)及信息進(jìn)行匯總,提出了研究預(yù)設(shè),即學(xué)生的性別、學(xué)科性質(zhì)、任課教師職稱、班額設(shè)置、課程成績中的各部分占比例成績(考試成績、平時成績等)會對學(xué)生的成績產(chǎn)生影響,運(yùn)用決策樹算法中的C4.5算法對這些數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘,根據(jù)具體的研究需求構(gòu)建了考試成績、平時成績與課程最終成績,各部分占比例成績與平時成績,班額設(shè)置、性別、學(xué)科性質(zhì)、任課教師職稱三個決策樹模型以驗(yàn)證之前的研究預(yù)設(shè),探究這五個因素會對學(xué)生的成績產(chǎn)生什么樣的影響,進(jìn)而結(jié)合教學(xué)評價方面的知識有針對性地提出合理化建議,為教師及學(xué)生提供參考以最終達(dá)到提高學(xué)生的教育技術(shù)能力的作用,同時也為提高教學(xué)質(zhì)量提供了數(shù)據(jù)支持。
【學(xué)位單位】：哈爾濱師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP311.13;G40-057;G652
【部分圖文】：

?逃?際蹌芰Γ?岣囈萄е柿康男Ч?研究思路框架圖如圖1-1 所示。圖 1-1 研究思路框架圖1.5 研究預(yù)設(shè)與研究內(nèi)容1.5.1 研究預(yù)設(shè)本研究采用了數(shù)據(jù)挖掘技術(shù)中在教育領(lǐng)域常用的一種分類算法，即決策樹算法中的 C4.5 算法，該算法是通過對已有數(shù)據(jù)根據(jù)某種屬性進(jìn)行分類生成分類規(guī)則，總結(jié)規(guī)律從而達(dá)到預(yù)測的作用。經(jīng)過對已有數(shù)據(jù)的整理，本研究假設(shè)性別、學(xué)科性質(zhì)、所在教學(xué)班的班額設(shè)置、任課教師職稱、學(xué)生課程最終成績中各部分占比例成績這五個因素會對學(xué)生“現(xiàn)代教育技術(shù)應(yīng)用”這門課程的最終成績造成影響，也會在一定程度影響學(xué)生教育技術(shù)能力的提高。1.5.2 研究內(nèi)容本研究借助 C4.5 算法對“現(xiàn)代教育技術(shù)應(yīng)用”這門課程的學(xué)生成績數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，根據(jù)自己的研究預(yù)設(shè)建立相應(yīng)的決策樹模型，探究研究假設(shè)中的五個因素是否會影響學(xué)生的課程成績并會產(chǎn)生什么樣的影響，運(yùn)用教育學(xué)方面知識總結(jié)、分析生成的分類規(guī)則對研究預(yù)設(shè)進(jìn)行驗(yàn)證，發(fā)現(xiàn)其中關(guān)于教育教學(xué)的問題并提出相應(yīng)的改進(jìn)建議，期望最終能將這些建議應(yīng)用至今后的實(shí)際教學(xué)中以達(dá)到提高教學(xué)質(zhì)量的效果。

EDM流程圖

圖 3-1 決策樹的一般結(jié)構(gòu)成部分類似，決策樹是由根結(jié)點(diǎn)、內(nèi)部結(jié)點(diǎn)算法應(yīng)用于實(shí)際的分類中各部分又被賦予了系如下表 3-1 所示：表 3-1 決策樹與自然樹的對應(yīng)關(guān)系
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳火榮;;數(shù)據(jù)挖掘中決策樹算法的應(yīng)用研究[J];電腦編程技巧與維護(hù);2017年14期

2 何迪;;面向大數(shù)據(jù)分析的決策樹算法[J];信息系統(tǒng)工程;2017年07期

3 劉宇;程學(xué)林;;基于決策樹算法的爬蟲識別技術(shù)[J];軟件;2017年07期

4 張棪;曹健;;面向大數(shù)據(jù)分析的決策樹算法[J];計算機(jī)科學(xué);2016年S1期

5 蔡星;;決策樹算法及其改進(jìn)[J];科技創(chuàng)新導(dǎo)報;2014年12期

6 劉潤宗;阮汝祥;房斌;宋璞;;逆向快速決策樹算法概要[J];計算機(jī)應(yīng)用研究;2011年12期

7 趙紫奉;李韶斌;孔抗美;;基于決策樹算法的疾病診斷分析[J];中國衛(wèi)生信息管理雜志;2011年05期

8 林向陽;;數(shù)據(jù)挖掘中的決策樹算法比較研究[J];中國科技信息;2010年02期

9 陸瑞興;楊穎;張毅;;決策樹算法在物流倉儲中的研究與應(yīng)用[J];微計算機(jī)信息;2010年30期

10 張林;張昊;;決策樹算法分析及其在實(shí)際應(yīng)用中的改進(jìn)[J];銅陵學(xué)院學(xué)報;2010年06期

相關(guān)博士學(xué)位論文 前5條

1 馮興華;基于公理模糊集的模糊決策樹算法研究[D];大連理工大學(xué);2013年

2 羅海艷;移動用戶網(wǎng)絡(luò)行為分析與預(yù)測方法研究[D];沈陽農(nóng)業(yè)大學(xué);2015年

3 劉潤宗;模式識別領(lǐng)域中形變不變量的若干關(guān)鍵問題研究[D];重慶大學(xué);2012年

4 陶洪;勞動生產(chǎn)率分解理論及其在我國工業(yè)領(lǐng)域的應(yīng)用研究[D];東華大學(xué);2008年

5 伍平陽;基于數(shù)據(jù)挖掘技術(shù)的醫(yī)療設(shè)備績效預(yù)測方法的應(yīng)用研究[D];南方醫(yī)科大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 胡明明;決策樹算法在學(xué)生課程成績分析中的應(yīng)用研究[D];哈爾濱師范大學(xué);2019年

2 嚴(yán)蔚嵐;基于決策樹算法的氣象數(shù)據(jù)分析及發(fā)布平臺[D];南京信息工程大學(xué);2018年

3 譚玉瑩;基于C4.5改進(jìn)的林地宜植性預(yù)測系統(tǒng)的研究與實(shí)現(xiàn)[D];遼寧大學(xué);2018年

4 王昺翔;決策樹算法在煙草公司CRM中的研究與應(yīng)用[D];內(nèi)蒙古大學(xué);2018年

5 呂濤;基于Hadoop平臺的并行決策樹算法研究[D];西安科技大學(xué);2018年

6 蔣景智;惡意代碼行為本體自動生成的研究[D];哈爾濱工業(yè)大學(xué);2018年

7 胡楠;決策樹算法的研究及在空氣質(zhì)量評估中的應(yīng)用[D];武漢理工大學(xué);2017年

8 侯敏杰;基于不平衡數(shù)據(jù)的支持向量機(jī)和決策樹算法的研究[D];大連理工大學(xué);2018年

9 王佳玉;改進(jìn)組合優(yōu)化決策樹算法在謠言判別的研究應(yīng)用[D];東北林業(yè)大學(xué);2018年

10 韓博;基于心率和體動的非接觸式睡眠分期算法的研究[D];北京工業(yè)大學(xué);2018年

本文編號：2867806