决策树技术在课程评价中的应用

    摘 要：文中简单介绍了数据挖掘技术之决策树的概念，并对以本校电子系2011级学生所开设的课程考试成绩作为测试数据进行分析，为教务管理提供及时准确的信息及工作重点指导。

    关键词：数据挖掘；决策树；教学

    目前国内高等职业学校基本都已建立起校园网络，广大教师和学生都充分享受到了校园网络带来的便利。怎么利用信息技术更好地为教学管理服务，是我们当前面临的一个新问题。数据挖掘在教育领域的应用相对较少。将数据挖掘技术引入到学校学生信息管理之中，利用数据挖掘技术对已有的数据进行分析管理，找出影响学生成绩的各种因素间的内存联系，已是大势所趋。

    1 数据挖掘技术——决策树技术

    决策树是一种归纳学习算法，它是以实例为基础的。是从一组无规则、无次序的元组中推理出用决策树来表示形式的分类规则。它采用的是自顶向下的递归方法，在决策树的每个内部结点进行其属性值的比较，根据不同的属性值从该结点向下分枝，叶结点就是要学习划分的类。从决策树的根到叶结点之间的一条路径就对应着一条合取规则，因此，整个决策树实际上就对应着一组析取表达式的规则。

    ID3算法的具体方法是：先检测所有的属性，检测完后选择信息增益最大的那个属性用来产生决策树的结点，并由该属性的不同取值建立分枝，然后再对各分枝的子集进行递归调用同样的方法建立决策树结点的分枝，一直到所有的子集仅仅包含相同类别的数据为止。最后就能得到一棵决策树，用它可以来对新的样本进行分类。ID3算法方法简单，算法理论清晰，具有较强的学习能力。尤其适用于较小的数据集，但对噪声较为敏感，在较大数据集处理时效果欠佳。

    2 决策树技术在课程评价中的应用

    1）数据清理

    建立决策树，分析课程类型、考查方式、是否需要重修及试卷难度等属性对其总体的影响。本文以我校电子系2011级学生所开设的课程考试成绩作为测试数据，提取成绩表中的部分字段如表1所示。

    因此，对于课程A可加强学生对于非必修课程的重视程度，任课教师应该最大程度地调动学生对这些课程的学习热情；对于课程B，一方面教师在出卷时考虑一下难度的比例，另一方面可以多培养学生开动脑筋，解决难题的能力，可以从多培养学生的动手能力等方面多下功夫。

    3 结语

    综上，运用挖掘技术对于数据的处理能够为我们教学提供及时而又准确的信息，可以为教师的教学及教学管理部门对于教学的工作重点的把握起指导作用。

    参考文献：

    [1]高飞.数据挖掘技术在中职校选课系统中的应用研究[D].扬州大学，2012.