韩鲁峰

摘要：根据教育信息化建设的需要，为解决大学英语四级成绩管理只停留在数据的保存、查阅及简单统计阶段的问题，南京财经大学教务处结合工作实际，采用数据挖掘技术分类技术中经典算法之一的决策树算法对数据库中的海量数据进行分析，从众多影响因素中挖掘出影响大学英语四级成绩的主要因素，为学生英语四级成绩的提高和教育教学改革提供参考依据。

关键词：数据挖掘；英语四级；预测

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2018）24-0001-03

Abstract： In order to solve the problem that the management of CET-4 grades only stays at the stage of data preservation， reference and simple statistics， the academic Affairs Office of Nanjing University of Finance and Economics combines the actual work with the needs of the construction of educational informatization. The decision tree algorithm， one of the classical algorithms in data mining technology， is used to analyze the massive data in the database. To provide reference for the improvement of CET-4 grades and the reform of education and teaching.

Key words： data mining； CET-4； prediction

1 引言

随着我国高等教育从“精英化”到“大众化”的转变，毕业生人数按照2%-5%的同比增长率逐年增长，2018年全国高校毕业生预计上升至820万人，再创近10年毕业生人数新高值。与大规模的毕业生人数息息相关的即是就业情况，而跟就业相关的，除了学生的个人能力，就是学生的各项成绩了。大学英语四级成绩目前还是许多高校学位授予的约束条件之一，也是众多公司招聘的门槛之一。通过大学英语四级成绩预测，可以对学生考试成绩进行合理化评估，避免不良后果，这是一种新的、有别于以往的、有益的尝试。可以有针对性地向成绩高危的学生进行成绩预警，进而提高考试通过率。帮助学生顺利地拿到学位，顺利的迈过招聘的门槛。

2 数据挖掘

2.1数据挖掘概念

数据挖掘能够从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取出隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识，满足大数据时代的数据整合、分析需求，为决策提供支持与服务[1]。……