摘要在教学管理工作中,常常把学生成绩作为评价教学质量和品质的一种方式。但大多数高校在管理学生的成绩数据时，只是基于数字层面做统计，并没有深入剖析成绩数据，从中提取利于教学工作的信息。而恰当有效的分析学生的成绩数据,结合教学实践,能及时纠正学生学习的不良行为与习惯,检验教学效果。新兴的数据挖掘技术可以轻松高效的解决此类问题。本文讲解了在决策树方法的基础上，通过数据挖掘技术全面分析学生成绩的全过程。首先，简单描述数据挖掘的相关理论和发展动态，其次重点研究决策树算法在数据挖掘技术的相关应用;最后再用ID3算法对收集的数据生成决策树模型，总结剖析影响学生成绩优劣的各种相关要素，将后剪枝法运用于决策树修剪，以此为决策树生成分类规则提供根据，从而完成对成绩分析决策树模型的建立，旨在提高学生学习效率，提升学习成绩以及教师的教学质量。75134

毕业论文关键词：数据挖掘；决策树技术；分类;ID3算法；成绩分析

Abstract  In the teaching management, student achievement is a important basis in evaluating the quality of teaching。 However, in the management of student’s results，just keeping statistics based on digital level, there is no analysis of data for a large number of scores, to capture the message which is beneficial to teaching。 And appropriate and effective analysis of student achievement data, combined with teaching practice, can timely correct students bad habits, and check the teaching effect。 Data mining is a feasible and effective method to solve this problem。 This paper discusses the application of data mining technology in the analysis of students' performance, introduces some theory of data mining technology, especially decision tree。 And uses ID3 algorithm to generate decision tree, analyzes what factors influence the performance of students 。Finally, builds a decision tree classification rule, complete results analysis the establishment of decision tree model。 It provides strong data support for students to improve their learning efficiency, to improve their academic performance and to improve the teaching quality。

Keyword: data mining; Branch decision tree technique ;classification; ID3 algorithm ; Score analysis 

目录

第一章 绪论 1

1。1 研究背景和意义 1

1。2 国内外研究现状 1

第二章 数据挖掘的相关理论 3

2。1 数据挖掘技术 3

2。2 数据挖掘的过程 4

2。3数据挖掘主要解决的问题及其常用方法 5

第三章 决策树算法研究 7

3。1 ID3决策树算法 7

3。2 决策树的修剪 9

3。3 决策树评价指标 9

第四章 决策树技术在学生成绩分析中的应用 10

4。1问题的提出 10

4。2解决问题过程 10

4。2。1研究对象与目标的确定 10

4。2。2数据的收集 11

4。2。3数据的预处理 13

4。2。4 ID3算法的实现与应用 15

第五章 结论 20

5。1 研究结果