倪婧文　沈良忠

摘要：以某高中高考二模成绩为例，基于Weka平台运用决策树分类技术对高考文科生考试的六个科目数据进行更深层次的有效分析处理，从中发现各科成绩对总成绩的影响，提取出由决策树生成的分类规则，对高中教育具有一定的指导意义和实践价值。

关键词：决策树；数据挖掘；ID3；高考成绩；Weka

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2017）22-0004-03

1概述

自从1977年我国恢复高考制度以后，高考作为高等教育专业人才的选拔手段，自然而然地成为每年度的关注热点。随着大数据时代的到来，运用数据挖掘的相关技术，分析高考成绩中各科目与高考总分之间内在关系，显得尤为重要。万雅奇使用关联规则算法计算高考科目成绩中等和较差情况下，不同科目之间关联性强弱的规律。周琦基于改进后的决策树算法利用信息增益率参数对属性重要性进行评估，找出影响学生高考成绩的潜在因素，实现对高考成绩的预测。杨娟基于学生的三次模拟考试成绩数据，挖掘出模拟考试成绩与高考考试成绩之间的关联，并从高考分数、高考等第和高考选修三个方面进行决策树建模来预测学生高考考试成绩。数据挖掘技术也同时被用于分析其他类型的考试成绩，如李海峰分析了平时英语成绩对学生英语四级考试影响，并大胆预测学生英语四级考试通过情况。刘静利用决策树技术对CET 4的考试成绩进行多元化的分析，分析得到CET-4考试中听力理解、阅读理解、综合和写作四个部分对CET-4成绩影响的程度。……