摘 要：本文主要討論的是決策樹挖掘技術在學生成績分析中的應用。透過確定數據挖掘的對象、數據選擇、數據分類挖掘，最後由決策樹產生分類規則，得出挖掘結果和運用這個結果的指導作用。希望本文的研究能夠爲相關領域提供一些指導和幫助。
關鍵詞：數據挖掘；高校學生；成績分析
1.確定數據挖掘的對象
本文數據挖掘的對象主要是以本人所授的《大學計算機基礎》課程的數據爲例，對象是本校學生，總人數250人，採用授課方法是在機房上課，周學時爲三節課。根據學生的基本情況來分析挖掘出哪些因素對學生的學習成績是有影響的，如性別、基礎程度、每週上機時間、生源地、出勤情況等等，分析考試成績爲在優、良、中、及格、不及格這五個等級之間分佈的學生人數與上面哪些因素有關係，並希望用得到的分析結果來指導今後的教學工作，提高教學質量、改革教學方法。
2.數據選擇
2.1學生的基本情況資訊
數據結構包含以下屬性資訊：學號、姓名、性別、專業、家庭住址、籍貫、聯繫方式、班級、生源地。這些資訊可以透過學院的“學生教務管理資訊系統”來獲取，存入“學生基本情況數據庫”中，內部的數據結構包含以上九個屬性。
2.2需要向學生調查的數據資訊
需要調查的資訊包括：對計算機課程是否感興趣、基礎程度、每週上機時間等。這些資訊是透過對學生的調查才能得到。把調查所得到的數據存放到“調查資訊數據庫”中。“調查資訊數據庫”的數據結構包含以下屬性資訊：學號、姓名、是否對計算機課程感興趣、基礎程度、每週上機時間五個屬性。其中是否對計算機課程感興趣屬性有感興趣、不感興趣兩個屬性值；基礎程度屬性有好、一般、差三個屬性值；上機時間量有0、≤1、1～2、≥2四個屬性值。
2.3學生的考試成績數據
學生的考試成績是教師在期末考試後統計的，透過學院已有的“教務管理系統”來完成錄入收集的，其數據結構包含以下內容：學號、姓名、專業名稱、班級、課程名稱、成績。錄入的學生成績儲存在“學生成績數據庫”中，數據結構包含以下屬性：學號、姓名、專業、成績四個屬性。
3.數據分類挖掘
數據分類挖掘的主要目的就是要建立學生成績分析決策樹的模型。
3.1算法的選擇
本文運用決策樹技術的兩個經典算法 ID3算法和C4.5算法，因ID3算法是利用資訊增益，作爲分類評價函數來選取最優屬性，這種選擇容易傾向於選擇取值較大的屬性，但取值較大的屬性並不一定是最重要的屬性。且ID3算法只能處理離散值的屬性，沒有考慮數據中的缺值問題。C4.5算法能有效處理數值的離散化，考慮了缺值問題，因此選用了C4.5算法建立決策樹進行數據挖掘分析。
3.2建立決策樹模型
用於挖掘的學生成績表中的屬性很多，本文選取了與成績屬性相關性較大的性別、基礎程度、每週上機時間三個屬性作爲建立成績分類決策樹模型的依據。建立決策樹模型的步驟如下：
（1）對每個屬性分別計算該屬性的資訊增益率。
（2）選取資訊增益比率最大的屬性作爲根結點，並按其值劃分數據集合，如果該屬性只有一個值則停止劃分。
（3）對劃分的'每個子數據集遞歸執行（1）～（2）。
4.生成分類規則
決策樹的最大優點是能直接提取分類規則，可以以IF…THEN形式的分類規則表示。IF…THEN規則易於理解，特別是當給定的決策樹很大時很實用。提取IF…THEN規則的主要做法是：對從根到葉節點的每條路徑創建一個規則，沿着給定路徑上的每個屬性值對形成規則前面部分的一個合取項。葉節點包含類預測，形成規則的後面部分。
5.決策樹挖掘結果分析
透過應用決策樹算法對學生成績進行析，可得如下結論：
（1）基礎程度好的學生且每週上機時間不少於1小時的學生，成績基本上都是優秀的。
（2）基礎程度一般的學生且每週上機時間不少於1小時的學生，成績基本上是良好的。
（3）基礎程度一般的學生且每週上機時間小於1小時的學生，成績基本是屬於中等水平。
（4）基礎程度差的學生但每週上機時間不少於1小時的學生，成績大部分集中在及格左右。
（5）基礎程度差的學生且每週上機時間少於1小時的學生，成績基本上都是不及格。
（6）而從結果來看性別是不能決定成績的。
6.決策樹方法分析結果的指導作用
透過對學生成績的決策樹分析，教師可以瞭解到哪些因素對學生成績有影響，根據這些影響因素，教師可以在今後的教學過程當中進行課程改革、改善教學過程當中的不足之處，可以提高學生的學習成績，學到更多的知識。
從生成的分類規則，可以瞭解到，學生基礎程度好且能保證每週有相當的時間來學習，那麼這樣的學生成績基本上都是優秀，而基礎程度差且每週能用來學習的時間比較少的那些學生，成績基本上是屬於不及格的。而基礎程度一般且每週用來上機的時間相對比較多的學生，成績大部分是集中在中、良這兩個階段。基礎程度一般且每週用來上機時間比較少的那部分學生，成績集中在及格與不及格之間。所以可以知道學生的基礎程度好與差、每週能用來學習的上機時間的多與少，是影響學生成績的主要因素。但性別不是影響學生成績的主要因素，從決策樹來看，無論從哪個分支都看不出是男生成績好還是女生成績好，所以性別不是能影響學生成績的主要因素。
針對這些主次要因素，教師在教學過程當中要進行適當的教學改革。而不能再用傳統的教學方法，不管基礎程度好與差，一概而論；也不管學生對知識掌握與否，一堂課都是老師在講，學生只能聽。這樣會使程度好的學生因爲沒有新知識可學而失去對這門課的興趣，而程度差的學生因爲聽不明白、學不到知識，也對這門課失去興趣，結果會使整體的教學效果不好，學生的成績沒有得到提高，因此教師要改變這樣的傳統教學模式，才能提高學生對知識的掌握。改革的重點是要把程度差和程度好的學生進行分開教學，對於程度好的學生可以做一些更深層次的授課，而程度差的學生在授課的時候就要有針對性的授課，必須做到提高學生學習的積極性，讓他們對這個課程感興趣。程度好的學生計算機能力也會有所提高，而程度差的學生也可以學到自己想學的知識。
參考文獻：
[1]陳文偉.決策樹支援系統與數據挖掘技術[M].北京：清華大學出版社，1998.
[2]陳文偉.數據挖掘技術[M].北京:北京工業大學出版社，2002