基于数据挖掘对影响学习成绩因素的研究.pdfVIP

ELECTRONICSWORLD・探索与观察

基于数据挖掘对影响学习成绩因素的研究

西安交通大学附属中学刘蕴轩

【摘要】

孩子作为家庭、社会的希望和未来，成长备受关注，针对于学习成绩的探讨，甚至经常成为了全社会热议的话题。得益于数据挖掘

技术的快速发展，本文利用IBMSPSSModeler，Excel等软件使用决策树、聚类经典算法，对影响学习成绩的一些因素进行了分析。面对复杂

多重的相关因素，采取分类探究，加权合并的策略逐步将复杂的因素直观化，简单化。初步对学习成绩的相关属性的影响进行了分析。

【关键词】

学习成绩；决策树；数据挖掘

（G1，G2，G3），总共为600多条记录。

1.前言

3.数据预处理

十年树木，百年树人。教育始终是全社会热议的话题。学习

成绩是考核学习能力的重要指标，也是选拔人才的重要标准，倍受由于相关属性过多，不便于直接继续研究。笔者对各项属性

每一个家庭的关注。孩子们的学习能力深刻地影响家庭的未来，甚一一进行筛选，将希望进一步探究的属性分为六大类，分类结果

至国家的兴衰发展。如何有效地提高成绩成为经久不衰的议题。影如表1所示。其中，这三组的属性更加直观地、定量地影响学习成

响学习成绩的因素有很多，其中与孩子的自身相关的因素有心理状绩。本组数据的属性非常多，导致直接构建决策树，会使决策树冗

态、智能水平、学习方法、学习时间，学习习惯等。大多研究都是长且不易分析。减少决策树输入的属性个数是降低决策树长度的有

从主观方面，或者从心理学角度切入，针对孩子的一些自身问题，效方法。为了合理减少输入参数的数量，我们对时间规划、其他教

告诫家长要正确引导，不要给孩子施加太大的压力，要多陪伴和鼓育支持、上进心这三类中的属性进行了加权合并，每组合并为一个

励孩子等等。然而，“心理战术”仍然让许多家长力不从心，效果属性。根据不同属性对结果的影响程度不同，我们采用了加权合并

也并不尽如人意。的办法。为了获得不同因素之间影响程度的对比，我们计算属性的

大数据时代的到来，使得大数据分析技术在很多情况下都能得“信息增益值”，作为属性的权重。“信息增益值”Gain（SA,A）

到一些问题所在。我们在Kaggle网站上得到了一组高中学生学习情的计算公式如下：

况和原生家庭情况的数据记录，这些数据是在针对中学生数学课程

(1)

学习情况的调查中统计得到的。数据包括了家庭与学校的远近、是

否经常参加课外活动、监护人主要为父亲还是母亲、父母的受教育(2)

程度、父母的工作、父母的离异情况以及家庭的规模等。抛开与孩其中，S表示整个样本集合，S表示在节点属性A下的集合。

A

子自身相关的因素的探讨，本文着重探究学习成绩和家庭客观因素Entropy（SA）表示属性A在集合S的熵值。变量N表示属性A上的

AA

的关系。这样的客观因素往往被人们忽视，它们究竟对孩子的学习