決策樹算法在高校教學信息系統應用初探

鐘 敏

(武漢工程職業技術學院 湖北 武漢：430080)

隨著信息技術的發展，各高校以數據庫為核心，搭建起來各種管理應用平臺，經過多年的運行，積累了大量的數據。然而很多時候，這些數據的利用率并不高，對這些數據的應用還是停留在當初系統設計階段，如何提取并運用這些大數據是當前研究的一個熱門方向。近年來，人工智能涉及領域不斷擴展，其中的機器學習也受到越來越多人的關注。在大數據背景下，機器學習能捕獲數據并從中獲取有價值的信息或模式，進而能揭示數據背后隱藏的真實的意義。如果將用機器學習獲取到的這些知識應用到高校信息系統中，那么原有的系統將會變得更加“聰明”，幫助我們做出更好的決策或發現更多的問題，從而提升辦學質量。為此，將機器學習中的經典算法——決策樹算法應用到現行教師工作量平臺上，發現數據潛在信息和規則，找到影響教學質量的關鍵因素，從而提高教學管理水平。

1 決策樹算法

決策樹(Decision tree)是一種基本的分類與回歸方法。它是一種樹形結構，其中的內部結點表示測試數據集中的特征或屬性，葉子結點則為一個決策結果。用決策樹處理分類問題時，其過程是用特征或屬性對數據集進行分類，結果既可以看成歸納出的一組分類規則，也可以認為是估算的條件概率模型。決策樹算法通常包括3個步驟：特征選擇、決策樹的生成和決策樹的修剪，其中，決策樹的生成是重點。……