商俊燕，陆兵，柏倩然

决策树C44.5算法在学生成绩分析中的应用

商俊燕，陆兵，柏倩然

针对学院教务系统中日益增加的数据，利用数据挖掘技术找到这些数据间的联系，能帮助学院管理人员提高管理质量。决策树算法是数据挖掘技术中用于分类预测，利用决策树算法对教务系统中的数据进行分析，找出各课程之间隐藏的关系，有利于提高教学质量，提高高职院校的教学管理。

决策树；数据挖掘；学生成绩；

0 引言

目前，高校教务系统中积累的学生成绩数据越来越多，对数据的处理主要还是集中在统计学生各科成绩，学生的通过一次性通过率等简单的过程。利用数据挖掘技术来分析现有系统中的数据、研究各门课程之间存在的联系、分析影响学生成绩的主要因素，可以帮助任课老师合理设计教学内容，为教务管理者提供制定教学计划、评价教学效果的数据支持。

1 决策树

决策树算法是一种人工智能的机器学习技术，用于实现数据内在规律的挖掘和新数据对象的分类预测技术之一。它通过归纳和提炼现有数据所包含的规律，建立分类预测模型，实现对未来新数据的预测。利用决策树来解决分类问题是，它对使用者来说容易使用，且生成后的规则容易理解、分类的精度高、对噪声的健壮性也很好，因此，很多领域如医疗诊断数据、市场营销分析、金融评估系统、客户分析等等都能使用决策树算法来进行分类预测。

C4.55决策树算法是基于ID3 算法改进而来的。……