基于C4.5决策树的学生成绩预测教学系统的研究与实现

摘要

高校信息化的高速发展以及软件工程技术的不断进步推动了我国教育信息化的进程。在教学实施的过程中，教师积累了大量的学生学习数据，但是目前这些数据仅仅储存在系统的数据库中，并没有发挥其真正的作用。通过数据挖掘的技术，能够从这些数据和信息中获取有益的知识，发现相关的规律，进而为教学的各个环节的优化，教育质量的提高提供适当的决策依据。
　　因此，本研究采用数据挖掘中的决策树技术，根据课程的实际情况对C4.5算法进行改进。然后通过对西南交通大学教务之星系统的数据库中存储的2008-2011级信息学院某专业本科生的成绩数据进行分析，找出对不同专业课成绩影响较大的基础课程，同时生成成绩预测的分类规则。
　　为了将算法生成的分类规则应用到实际的教学过程中，搭建了一个基于成绩预测的教学系统。在系统设计之前对系统的需求进行了详细的分析，明确了系统的设计目标和模块划分。本文进一步对系统的架构、功能模块、数据库及技术选型等进行了分析设计。其中系统的架构方面，系统采用了分层的架构设计，包括客户层、表示层、业务层、集成层和资源层;系统在功能模块方面的划分为数据维护、考试管理、智能组卷、课后学习、成绩预测、交流管理等功能;技术选型方面，系统采用B/S结构，基于JavaEE平台轻量级技术——Structs2以及Hibernate等技术对系统进行开发。
　　基于需求分析和系统设计，本文展示了系统的实现及应用效果。通过对开发的系统进行部署及试运行，对系统所提供的各项功能进行了测试，测试结果表明系统所有功都能够正常运行。

目录

声明

摘要

第1章 绪论

1．1 论文研究背景及意义

1．2 国内外发展现状

1．3 本文主要工作

1．4 论文章节安排

第2章 系统关键技术与理论

2．1 Struts2框架

2．2 Hibernate框架

2．3 决策树分类技术

2．3．1 决策树的定义和结构

2．3．2 决策树方法主要研究内容

2．4 决策树常用算法

2．4．1 ID3算法

2．4．2 C4．5算法

2．5 本章小结

第3章 C4．5算法的改进及其在系统中的应用

3．1 C4．5算法的优缺点

3．2 C4．5算法的改进

3．2．1 引入泰勒级数

3．2．2 引入平衡度系数

3．3 算法的应用

3．3．1 数据的收集

3．3．2 数据的预处理

3．3．3 实验结果分析

3．4 本章小结

第4章 教学系统的设计

4．1 系统功能需求分析

4．1．1 数据维护

4．1．2 考试管理

4．1．3 课后学习

4．1．4 成绩预测

4．1．5 交流管理

4．1．6 非功能性需求

4．2 系统架构设计

4．3 系统功能模块设计

4．3．1 数据维护设计

4．3．2 考试管理设计

4．3．3 课后学习设计

4．3．4 成绩预测设计

4．3．5 交流管理设计

4．4 系统数据库设计

4．4．1 概念模型设计

4．4．2 逻辑模型设计

4．5 本章小结

第5章 系统的实现与测试

5．1 系统实现结果

5．1．1 登陆及权限验证

5．1．2 教师端系统实现

5．1．3 学生端系统实现

5．1．4 管理员端系统实现

5．2 系统功能测试

5．2．1 测试环境

5．2．2 测试结果

5．3 本章小结

结论与展望

致谢

参考文献

附录

攻读硕士期间发表的论文及参与的科研项目