基于决策树技术对学生未报到原因的分析.pdfVIP

第1期 福建教育学院学报 NO.1 2015年1月 JOURNAL OF FUJIAN INSTITUTE OF EDUCATION Jan,2015 基于决策树技术对学生未报到原因的分析 1 傅振南 (福建教育学院，福建 福州 350025) 摘 要：利用决策树技术对作者所在高校录取的学生数据进行挖掘，获得学生录取但没来报到的主要影 响因素，指导今后更好地制定招生计划，针对性地开展招生宣传，有效的利用学校资源，同时针对原因采取 相应的措施提高学生的报到率。 关键词：决策树；ID3；招生；报到率 中图分类号：TP31 文献标识码：A 文章编号：1673-9884(2015)01-0124-04 近年来随着我国高等教育改革的不断深化，高校 一、决策树数据挖掘过程 招生规模不断的扩大，招生政策也发生了很大的变化， 图 1 显示了决策树数据挖掘的完整过程。研究表 特别是政策取消了对已录考生不报到但不要求其承 明在整个数据挖掘项目中，数据预处理步骤约占整个 担任何责任且可参加下次高考基本不作任何限制，随 项目时间预算的 60%到 80%，因为现实世界中数据大 之而来的问题是已录取新生报到率显著降低，特别是 体上都是不完整，不一致的脏数据，无法直接进行数 对于高职高专院校。这不仅会浪费国家教育资源且浪 据挖掘，或挖掘结果差强人意，在预处理阶段，必须 费学校的招生计划，增加学校招生成本甚至严重影响 根据分析的实际情况选择高质量的数据才能够进行 学校正常教学秩序。有效分析学生未报到原因并采取 有效的数据挖掘，以便得到有用的信息。此过程采用 针对性措施，提高新生的报到率已成为高职高专院校 数据挖掘中的 ID3 决策树算法对录取学生的未报到 迫切需要研究和解决的问题，下面利用决策树工具对 原因进行建模，以找出学生被录取但未报到的原因， 学生未报到原因进行分析。 以采取相应的措施降低未报到率，提高学校的办学竞 决策树和决策规则是解决实际应用中分类问题 争力。 的成熟数据挖掘方法。决策树工具能够创建一个模型 二、ETL(Extract-Transform-Load)过程 用于预测一个离散的字段(类)，可以用一个树型结构 (一)选择相关的字段 描述产生的模型，同时可以从模型中提取重要的规则， 根据决策树分析的需求，从作者所在高校的近年 分析对分析领域产生影响的重要原因。 普通高职录取数据库中抽取相关的数据，包括录取考 生的投档单表、专业计划代码表、名称表等。另外整 数据源 抽取 清洗转 数据选择 换 转载 ETL过程 有标签 理了作者所在高校自己的招生统计数据(以学生为实 数据集 验单元的数据集)。从录取学生的数据集中抽取一下 入 输 字段的数据：考生类别名称、地区名称、考生奖励或