基于决策树算法的成绩预测模型研究及应用

基于决策树算法的成绩预测模型研究及应用成绩预测和预警是在课程学习中,通过学习过程中产生的各种反映学生学习情况的数据对学生的期末成绩进行预测,并对可能出现的学习成绩偏低现象进行提前预警。因此,研究课程的成绩预测模型对于提高教学质量、降低学生的挂科率具有重要的实际意义。本文针对西安理工大学《C语言程序设计》课程,研究了基于决策树算法的成绩预测模型,并应用该模型构建了课程成绩预警系统。首先,收集本校计算机学院2017级和2018级学生学习《C语言程序设计》课程的学习数据,其中包括实验成绩、编程题练习数量、章测试成绩和期末成绩。并对所收集的数据进行预处理、学习行为分析及特征提取,且通过实验评估ID3、C4.5和CART决策树算法构建的最后阶段成绩预测模型性能,选择出本文构建最后阶段成绩预测模型的算法为C4.5。其次,通过分析每个特征对期末成绩的影响程度,对C4.5算法引入权重进行改进,并通过实验评估C4.5算法改进前后的最后阶段成绩预测模型性能,实验结果表明改进后的C4.5算法预测期末成绩及格与否的准确率可达92.49%。更近一步,为了能够实现实时成绩预测和预警,本文基于原始C4.5算法构建了阶段性成绩预测模型,该模型可以在课程学习的每个阶段给出期末成绩的预测结果。最后,针对课程成绩预警系统的功能需求和性能需求,应用成绩预测模型设计并实现了《C 语言程序设计》课程成绩预警系统。本文实现的课程成绩预警系统,可为教师提供实时了解班级学生学习情况、课程成绩预测结果和预警通知危机学生的功能,可为学生提供实时了解个人学习情况、课程成

绩预测结果和查看预警通知的功能。