基于决策树算法的成绩分析系统

论文摘要

针对目前国内学生成绩分析这一部分,仅仅有庞大的数据库,却没有深层次分析导致学生成绩差异的因素,本文设计并完成了学生成绩分析系统。本文针对决策树中的ID3算法的计算过于复杂的缺点,提出了基于粗糙集中的决策协调度的改进ID3算法,即CID3算法,并把该改进的算法应用到学生成绩分析系统中。经过改进后的ID3算法能够准确地挖掘出隐藏在学生成绩背后的因素,并且计算量减少了许多。本文的学生成绩分析系统,改变了现有学生管理系统只能进行插入、删除、查询等简单操作的局面。利用数据挖掘技术解决了一直困惑人们的难题,为学校的教师、学生或是管理人员提供了可参考的数据及结论,为教学等方面的提高奠定了基础。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 研究的目的和意义
• 1.2 数据挖掘及决策树算法的国内外研究现状
• 1.3 论文结构
• 第二章 数据挖掘及决策树的相关知识
• 2.1 数据挖掘的定义和对象
• 2.1.1 数据挖掘的定义
• 2.1.2 数据挖掘的对象
• 2.2 数据挖掘的发展
• 2.3 数据挖掘的分类
• 2.3.1 数据挖掘不同分类
• 2.3.2 分类过程与方法
• 2.4 决策树技术
• 2.4.1 决策树的定义
• 2.4.2 决策树算法
• 2.4.3 属性选择度量
• 第三章 ID3算法的改进
• 3.1 ID3算法的缺点
• 3.2 粗糙集相关知识
• 3.2.1 近似空间与不可分辨关系
• 3.2.2 决策协调度
• 3.3 ID3算法的改进
• 第四章 成绩分析系统的设计
• 4.1 成绩分析的必要性
• 4.2 成绩分析系统的必要性
• 4.3 成绩分析系统的总体思路
• 4.3.1 项目规划
• 4.3.2 系统功能介绍
• 4.4 数据收集及整理
• 4.4.1 数据收集
• 4.4.2 数据预处理
• 4.5 开发及运行环境
• 第五章 改进ID3算法在成绩分析中的应用
• 5.1 数据模型
• 5.2 改进ID3算法的应用
• 总结
• 致谢
• 参考文献