决策树算法在中职数学成绩分析中的应用
摘要 | 第5-6页 |
Abstract | 第6-7页 |
1 绪论 | 第10-18页 |
1.1 研究背景及意义 | 第10-12页 |
1.1.1 研究背景 | 第10-11页 |
1.1.2 研究的意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.2.1 国外数据挖掘算法在成绩分析中的运用 | 第12页 |
1.2.2 国内数据挖掘算法在成绩分析中的运用 | 第12-14页 |
1.3 研究内容与方法 | 第14-15页 |
1.3.1 研究内容 | 第14-15页 |
1.3.2 研究方法 | 第15页 |
1.4 论文的结构框架 | 第15-16页 |
1.5 可行性分析 | 第16-17页 |
1.6 本章小结 | 第17-18页 |
2 理论基础 | 第18-23页 |
2.1 经典测量理论 | 第18-19页 |
2.1.1 基本原理 | 第18页 |
2.1.2 经典测量理论相关评价指标 | 第18-19页 |
2.2 决策树算法 | 第19-22页 |
2.2.1 决策树算法概述 | 第19-21页 |
2.2.2 ID3算法 | 第21-22页 |
2.2.3 C4.5算法 | 第22页 |
2.2.4 C5.0算法 | 第22页 |
2.3 本章小结 | 第22-23页 |
3 基于决策树的中职数学成绩分析模型设计 | 第23-28页 |
3.1 构建模型准备 | 第23页 |
3.2 中职数学成绩分析模型构建过程 | 第23-27页 |
3.2.1 难度系数评定模型设计 | 第24-25页 |
3.2.2 知识点掌握情况评定模型设计 | 第25-26页 |
3.2.3 基于决策树的知识点分析模型设计 | 第26-27页 |
3.3 本章小结 | 第27-28页 |
4 决策树在中职数学成绩分析中的应用 | 第28-46页 |
4.1 数据收集 | 第28页 |
4.2 数据预处理 | 第28-36页 |
4.3 中职数学成绩分析的决策树模型建立 | 第36-40页 |
4.4 结果分析 | 第40-43页 |
4.5 评估模型 | 第43-44页 |
4.6 本章小结 | 第44-46页 |
5 总结与展望 | 第46-47页 |
5.1 总结 | 第46页 |
5.2 展望 | 第46-47页 |
参考文献 | 第47-50页 |
附录A:作者攻读硕士学位期间发表论文及科研情况 | 第50-51页 |
附录B:考试试卷样本 | 第51-53页 |
致谢 | 第53页 |