[發明專利]一種學生數據挖掘系統及方法

在審

• 申請號: 202010611073.X
• 申請日: 2020-06-30
• 公開（公告）號: CN111752995A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 岳希;唐孟軒
• 申請（專利權）人: 成都信息工程大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/248
• 代理公司: 成都云縱知識產權代理事務所(普通合伙) 51316
• 代理人: 熊曦

本發明公開了一種學生數據挖掘系統及方法，本系統包括包括：數據采集模塊、樣本選擇模塊、屬性統計模塊、樣本預處理模塊、模型訓練模塊和數據導出模塊，本發明對現有學生成績分析和預測系統的運算復雜效率低及準確率不足，以及決策樹分類算法在進行對數運算時的運算復雜且不準確問題，提出了一種基于改進的C4.5決策樹算法的學生數據挖掘系統及方法，提高了系統的數據挖掘效率及準確率。

技術領域

本發明涉及數據挖掘領域，具體地，涉及一種基于改進的C4.5決策樹算法的學生數據挖掘系統及方法。

背景技術

隨著數據庫技術的發展，人們搜集數據的能力大幅度提高，可以非常方便地獲取和存儲大量地數據，但卻無法從這些數據中發現潛在的規律和知識，無法預測未來的發展趨勢，如何有效的利用這些數據為人類服務，成為研究的熱點之一。同時隨著教育資源、教學管理、教與學行為以及教學評估等教育數據的大量出現，課程安排信息、學生成績信息等逐漸成為教育大數據的主要表現形式。而對學生成績等信息的收集、整理、挖掘、分析是研究教育大數據必不可少的工作。

分類是數據挖掘的重要分支，可用于提取、描述重要數據類的模型或預測未來的數據趨勢。通過分類和預測，能夠提供良好的決策支持，對整個社會的發展產生重要而深遠的影響。決策樹算法是數據挖掘分類算法中常見的一種分類算法，與其他技術相比，決策樹算法結構簡單直觀，容易理解，有較高的分類精度。決策樹算法是從無序、無規則的樣本數據集中推理出決策樹的分類規則方法。它采用自頂向下的遞歸方式，在決策樹的內部結點進行屬性值的比較并根據不同的屬性值判斷從該結點向下的分支，在決策樹的葉結點得到結論，因此從根結點到葉結點的一條路徑就對應著一條規則，整棵決策樹就對應著一組表達式規則。我們可將決策樹看成是定義布爾函數的一種方法。其輸入是一組屬性描述的對象，輸出為yes/no決策。決策樹代表一個假設，可以寫成邏輯公式。決策樹的表達能力限于命題邏輯，該對象的任一個屬性的任一次測試均是一個命題。在命題邏輯范圍內，決策樹的表達能力是完全的。一棵決策樹可以代表一個決定訓練例集分類的決策過程，樹的每個結點對應于一個屬性名或一個特定的測試，該測試在此結點根據測試的可能結果對訓練例集進行劃分。劃分出的每個部分都對應于相應訓練例集子空間的一個分類子問題，該分類子問題可以由一棵決策樹來解決。因此，一棵決策樹可以看作是一個對目標分類的劃分和獲取策略。

綜上所述，本申請發明人在實現本申請發明技術方案的過程中，發現上述技術至少存在如下技術問題：

在現有技術中，現有的學生數據挖掘系統由于采用的是現有的C4.5決策樹算法，而現有的C4.5決策樹算法大量使用了對數函數進行熵值運算，增加了計算機的運算時間，降低了每一次屬性選擇時算法的運算效率，以及現有的C4.5決策樹算法在選擇分類屬性時沒有考慮到條件屬性間的相關性，導致準確率不足，因此，現有的學生數據挖掘系統存在運算復雜效率低且運算準確率不足的技術問題。

發明內容

本發明其中一個目的是針對現有學生成績分析和預測系統的運算復雜效率低的不足，以及決策樹分類算法在進行對數運算時的運算復雜問題，提出了一種基于改進的C4.5決策樹算法的學生數據挖掘系統及方法，提高了系統的數據挖掘效率。

本發明另外一個目的是針對現有學生成績分析和預測系統的運算準確率不足的問題，以及決策樹分類算法在選擇分裂屬性時沒有考慮到條件屬性間的相關性問題，提出了一種基于改進的C4.5決策樹算法的學生數據挖掘系統及方法，提高了系統的數據挖掘的準確率。

為實現上述第一個目的，本發明一方面提供了一種學生數據挖掘系統，所述系統包括：

數據采集模塊，用于采集學生成績數據并存儲至數據庫；

樣本選擇模塊，用于從數據庫中選擇學生成績樣本，學生成績樣本根據分類標簽分為合格學生成績樣本和不合格學生成績樣本；

屬性統計模塊，用于統計學生成績樣本的分類屬性的屬性值；