胡柳青，赵 刚

（南昌航空大学 数学与信息科学学院，南昌 330063）

引 言

随着信息量的增加，数据的计算和分析方法也在不断地创新，机器学习算法被广泛应用于实际生活中。数据挖掘是一个对海量信息进行沙里淘金的过程，它能将多元异构的信息转化成可以直接应用的知识和商业价值。致力于利用大数据技术和机器学习算法解决各类应用问题的技术。而决策树技术在数字化教育领域中的信息挖掘和知识发现这两个层面的研究具有明显的预测效果。大数据背景下在线学习数据分析方案设计[1-2]，大数据环境下数据分析是数据价值挖掘的重要过程，该方法用于在线学习课程成绩预测分析项目中，对其他数据分析项目也具有通用性。

基于学习分析的在线学业成绩影响因素的研究[3-4]，对现有文献分析出目前研究中主要影响学业成绩的要素。结合对原始数据的深度处理，得到和学习相关的高级行为指标利用机器学习中决策树算法进行建模分析。基于教育数据挖掘的大学生实验课成绩预测研究[5-6]，可以根据过去的行动数据来预测未来的行为。模型预测为学习分析提出更有意义的组成部分，通过教育技术方法帮助学习者不断提高学习成绩[7-10]。基于数据挖掘的高校学生成绩预测分析[11-13]，以数据为基础的知识规则研究已经成为当前高校改进教学手段和提高教学质量的重要方法。基于决策树算法的成绩预测模型研究及应用[14-15]，很好的运用机器学习方法能帮助老师更好的预测学生成绩，能及时发现学生在学习中存在的问题，为学生更好地学习提出建议。……