马伟杰

（郑州航空工业管理学院 计算机科学与应用系，河南 郑州 450015）

C4.5决策树法在网络课程知识点个性化设计中的应用

马伟杰

（郑州航空工业管理学院 计算机科学与应用系，河南 郑州 450015）

决策树是归纳学习和数据挖掘的重要方法，通常用来形成分类器和预测模型。对网络课程知识点个性化设计中的大量数据，运用数据挖掘算法中的决策树C4.5算法对所给数据进行处理，选取决策属性，构造决策树，提取分类规则，获取每一个知识点与不同类型的学生之间的关系。通过实验仿真发现，C4.5决策树算法取得了较为理想的分类预测效果。

C4.5算法；决策树；网络课程；知识点个性化

一、引言

学生对网络课程学习的个性特征差异主要表现在学生的专业基础、学习兴趣、学习倾向、课程知识点的类型、知识点难易度及学习材料的呈现方式等。如何根据学生对课程学习的个性特征差异发现课程知识点之间的联系并生产相应个性化学习环境，是一项重要研究课题。为此，笔者针对课程知识点个性化设计中的大量数据，运用数据挖掘算法中的决策树C4.5算法对所给数据进行处理，选取决策属性，构造决策树，提取分类规则，从而获取每一个知识点与不同类型的学生的关系。

二、C4.5决策树算法

C4.5算法是构造决策树分类器的一种有效算法，并最终可以形成产生式规则。C4.5算法的输入是一张关系表，由若干不同的属性及若干数据元组（称为训练样本）组成。属性分为两部分：一部分作为判定对象属性（判定树中的非叶节点），另一部分作为分类对象属性（判定树中的叶节点）。……