数据挖掘技术在成人学生授课方式偏好分析中的应用

摘要

本文介绍了数据挖掘的相关概念，系统论述了数据挖掘技术及其挖掘算法，以及数据挖掘技术在各个领域中的应用情况。着重研究了分类规则中的决策树方法，并对决策树技术的各类算法的原理、特点进行了系统阐述。文中运用相关分析并结合C4.5决策树算法，对天津财贸管理干部学院的成人大专学生喜爱的“授课方式”问卷调查结果数据集进行了数据挖掘，其目的就是通过对挖掘结果产生的规则进行分析，从而对不同专业、不同年龄段等各类群体的学生采取更具针对性的、适当的教学策略，实现个性化教学，从而提高教学效率。 本研究针对不同群体学生“授课方式”选择结果的数据，初步探讨了在数据清理阶段，利用统计学中的相关性分析方法，来预先对训练集中的属性集合进行归约，(其中，筛选属性的阈值设定，主要依据相关系数检验表中的参考值)进而简化树结构，提高数据挖掘的效率。本文详细描述了运用C4.5算法对约简后的训练集进行数据挖掘的具体实现方法，对由此产生的模型进行了分析、验证，最后，根据得出的规则，给出了针对不同群体学生的教学策略。此外，对适于大数据集挖掘的SLIQ算法的原理、特点也进行了一定地描述，并给出了伪代码。

目录

文摘

英文文摘

声明

第一章引言

1.1研究背景与评价

1.1.1数据挖掘的背景

1.1.2意义

1.2研究现状

1.3研究内容

第二章挖掘概述

2.1数据挖掘的概念

2.2数据挖掘的方法

2.3数据挖掘的基本过程

2.3.1数据预处理

2.3.2数据变换

2.3.3数据挖掘

2.3.4模式的解释评价

2.4数据挖掘的应用领域

第三章分类规则挖掘

3.1分类与估值

3.1.1分类

3.1.2分类器

3.1.3估值

3.2分类的目的与应用

3.3分类方法与步骤

3.3.1分类方法

3.3.2分类的一般步骤

3.4分类规则挖掘的应用

第四章决策树方法

4.1决策树

4.1.1决策数方法基本原理

4.1.2决策树算法介绍

4.1.3可扩展的决策树算法介绍

4.2决策树算法构造

4.3 C4.5算法原理及实现

第五章对不同类型学生所偏好的授课方式进行数据挖掘

5.1数据准备

5.1.1实验设备及环境

5.1.2数据采集

5.1.3数据清理

5.1.4特征属性选取

5.1.5数据变换

5.2计算信息熵

5.3属性选择

5.4以IF…THEN形式显示的分类规则

5.5规则测试

第六章结论与展望

6.1分析与结论

6.1.1影响挖掘结果的因素

6.1.2结果分析

6.1.3结论

6.2未来展望

6.2.1数据挖掘在教育信息化中的具体应用空间

6.2.2数据挖掘的热点和未来研究方向

参考文献

发表论文和科研情况说明

致谢