收藏本站
《河南师范大学》 2016年
收藏 | 手机打开
二维码
手机客户端打开本文

基于C4.5决策树的试题难易程度分类研究

候飞飞  
【摘要】:我们处于一个大数据时代,学术界、商界、政府等领域都积累了大量的网络行为数据,通过分析这些数据我们可以得到对学习、生活以及工作有用的讯息。大数据将为人类的生活缔造空前未有的可量化的维度。大数据也已经成为了新服务和新创造的源泉。将信息技术与教育相融合是教育改革的一个重要方向。基于大数据理念,改革教育教学机制,全面实施课堂教学中的因材施教、个性化学习,可有效提高学习效率。对于不同程度的学生,教学要求和教学内容各不相同。研究试题分类有助于实现因材施教,促进学生个性化发展。将试题按照难易程度分类,第一对全面掌握、了解学生的学习情况有着非常重要的作用;第二能激发学生对学习的积极性,也能防止伤害学生的自尊心;第三有助于自由组卷的精度提高,方便试题资源的组织和管理。除此之外,也可以运用到试题推荐。论文利用决策树C4.5算法将每一道试题按照其难易程度进行分类。首先,论述试题分类的国内外研究现状分析;其次,使用量化分析与统计检验的方法,检验假设中提出的每个因素对试题难度影响的显著性,从而找出影响试题难易程度的主要因素。最后,论述C4.5算法,并使用该算法将试题分类。研究内容如下:(1)论述研究背景、分析研究现状和试题分类研究的目的和意义。(2)根据文献研究,分析并提出影响试题难易度的因素,使用SPSS21,检验假设中提出的诸因素分别与试题难度的相关关系,从而找出影响试题难易程度的主要因素。(3)选择属性,收集和处理数据并构建试题难易程度分析模型。(4)利用C4.5决策树算法,根据验证找出的主要因素将试题分类。(5)设计试题自动分类系统。
【学位授予单位】:河南师范大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP311.13

【参考文献】
中国期刊全文数据库 前10条
1 孟杨;候飞飞;;基于C4.5的节点关联挖掘[J];通讯世界;2016年10期
2 候飞飞;孟杨;;通过计算机数据研究影响试题难易程度主要因素[J];通讯世界;2016年06期
3 陈建伟;李丽坤;;数据挖掘技术研究[J];数字技术与应用;2016年01期
4 王士霞;;基于决策树的在线学习行为分析[J];河南科技学院学报(自然科学版);2015年05期
5 李玉斌;李爽;邢宏伟;姚巧红;;论信息技术与教育深度融合的发展[J];中国信息技术教育;2015年19期
6 赵新宪;;C4.5算法在网络教学资源建设中的研究[J];内蒙古农业大学学报(自然科学版);2015年02期
7 王芷若;胡云琴;;决策树C4.5算法在学生成绩管理系统中的分析及其应用[J];电子制作;2015年08期
8 王黎黎;刘学军;;决策树C4.5算法在成绩分析中的应用[J];河南工程学院学报(自然科学版);2014年04期
9 尹骁;龙陈锋;;基于决策树C4.5算法的奖学金评价体系构建——以湖南农业大学为例[J];福建电脑;2014年12期
10 王瑞;李永波;王晓东;姜波;孟杨;;移动自主学堂及其应用[J];河南师范大学学报(自然科学版);2014年06期
中国重要会议论文全文数据库 前1条
1 邹红建;杨尔弘;;面向对外汉语报刊教学的文本难易度分类[A];第三届学生计算语言学研讨会论文集[C];2006年
中国博士学位论文全文数据库 前1条
1 杜明荣;高中物理试题难度的影响因素研究[D];西南大学;2008年
中国硕士学位论文全文数据库 前10条
1 翁敏珍;高中生物试题难度影响因素的实证研究[D];福建师范大学;2015年
2 胡庆;基于决策树的试卷知识点掌握程度分析研究[D];江西财经大学;2014年
3 刘依坤;基于Android平台的移动学习系统的研究与实现[D];重庆师范大学;2014年
4 蒋云平;面向iPad的移动学习系统研究与实现[D];华中师范大学;2012年
5 周琦;改进的C4.5决策树算法研究及在高考成绩预测分析中的应用[D];广西大学;2012年
6 韩珍;高校教育信息化应用现状分析及促进策略探究[D];河南大学;2011年
7 林炎钟;基于决策树分类算法的Web文本分类研究[D];江苏科技大学;2011年
8 徐继芳;新课程下高中物理试卷的编制与成绩分析[D];华东师范大学;2010年
9 吕瑞雪;基于决策树的中学生成绩挖掘与分析[D];内蒙古大学;2010年
10 胡郁斐;新课改背景下我国高考理综(物理)试卷分析研究[D];东北师范大学;2010年
【共引文献】
中国期刊全文数据库 前10条
1 赵星;;基于C4.5决策树算法的“学习行为—效果”评分模型构建研究[J];自动化与仪器仪表;2017年06期
2 马晶;蒲伦;徐月;李旭;;基于Weka平台的C4.5算法在影像分类中的应用[J];测绘与空间地理信息;2017年05期
3 刘训星;;网络远程教育学习行为效果的分析研究[J];电脑知识与技术;2017年11期
4 李红艳;;基于学习平台日志的学生学习行为分析[J];电脑知识与技术;2017年06期
5 张鹏韬;陈一明;李盈秋;刘怡聪;卢旺;徐鹏;;浅谈HTML5在小学课后课堂再现中的应用研究——以“兔展”制作平台为例[J];亚太教育;2016年32期
6 丁全;;基于数据挖掘的电力信息分类及搜索技术探析[J];通讯世界;2016年19期
7 张桦;;数据挖掘技术在火电厂优化运行中的应用[J];城市建设理论研究(电子版);2016年27期
8 姚蕾;邵丽平;;信息技术与高职院校图形创意教学的融合[J];工业技术与职业教育;2016年02期
9 翁诗泓;;信息技术与语文课堂教学深度融合的探究——以《我为你骄傲》课程教学为例[J];福建广播电视大学学报;2016年03期
10 李文艳;;大数据时代下数据挖掘技术的应用[J];数字技术与应用;2016年05期
中国博士学位论文全文数据库 前2条
1 陈燕;化学教科书学习难度评估工具的开发与应用[D];华东师范大学;2013年
2 李瑾坤;知识作业过程及难度描述[D];电子科技大学;2009年
中国硕士学位论文全文数据库 前10条
1 李玲;教育APP在高校课程教学中的应用研究[D];渤海大学;2017年
2 郭赛;基于认知模型的学员学习评价研究及其应用[D];浙江理工大学;2017年
3 马京苗;网购用户评论中隐式评价对象的提取方法研究[D];北京交通大学;2017年
4 杨娟;基于OLAP和数据挖掘技术的高考成绩分析[D];苏州大学;2016年
5 钱琪;科技园区数据可视化展示系统研究[D];东南大学;2016年
6 高阳;iPad辅助小学信息技术教学应用研究[D];哈尔滨师范大学;2016年
7 丁波;网络教育学生学习成绩细分预测的研究[D];江南大学;2016年
8 程玉霞;数据挖掘在学习成绩预测中的应用研究[D];江南大学;2016年
9 祝光明;基于Android的移动学习系统的设计与实现[D];北京工业大学;2016年
10 张园园;医疗贴吧中广告的提取系统[D];河南大学;2016年
【二级参考文献】
中国期刊全文数据库 前10条
1 叶文良;;如何推进信息技术与教育教学的深度融合[J];当代教育实践与教学研究;2014年11期
2 李雪轲;王晋年;张立福;杨杭;刘凯;;面向对象的航空高光谱图像混合分类方法[J];地球信息科学学报;2014年06期
3 杨晶晶;莫淑坤;金文超;何春悦;;远程开放教育学习支持服务学生满意度的调查研究——以内蒙古广播电视大学系统为例[J];广播电视大学学报(哲学社会科学版);2014年03期
4 杨超;;关于信息技术与课堂教学深度融合的研究[J];中国新通信;2014年14期
5 陈凤燕;;“翻转课堂”:信息技术与教育的深度融合[J];教育评论;2014年06期
6 瞿振元;;以MOOC发展为契机 促进信息技术与高等教育深度融合[J];中国高教研究;2014年06期
7 李玉顺;;信息技术与教育教学深度融合的发展需求与趋势[J];中国教育信息化;2014年12期
8 杨宗凯;杨浩;吴砥;;论信息技术与当代教育的深度融合[J];教育研究;2014年03期
9 林木辉;;学习者个性化特征表示及相似度计算[J];中国远程教育;2014年02期
10 黄同华;;中心城市电大学习中心建设研究[J];中国远程教育;2014年02期
中国博士学位论文全文数据库 前1条
1 徐永;英语写作题难度影响因素及控制[D];上海外国语大学;2006年
中国硕士学位论文全文数据库 前10条
1 夏洁;高中数学选择题难度影响因素研究[D];福建师范大学;2013年
2 刘宾;基于Android的《计算机文化基础》移动学习系统的设计与开发[D];山东师范大学;2013年
3 韩秋玲;基于Android的英语学习系统设计与实现[D];电子科技大学;2012年
4 任捷怡;基于移动终端设备的移动学习系统的研究与实现[D];西南交通大学;2012年
5 魏荣;教育测量理论在高校课程考试质量评价中的应用研究[D];山西财经大学;2012年
6 熊水柔;基于Android系统的移动学习平台的设计与实现[D];北京邮电大学;2012年
7 李树娜;化学试题事前难度的认知任务分析[D];华东师范大学;2011年
8 邓雅琼;数据仓库和数据挖掘技术在高校统考课程成绩分析中的应用[D];广西师范大学;2011年
9 李国正;基于手机的移动学习平台的设计与实现[D];新疆师范大学;2010年
10 郑均辉;试卷分析系统的研究与实现[D];西安电子科技大学;2010年
【相似文献】
中国期刊全文数据库 前10条
1 赵红军,史原;决策树的一种优化[J];空军雷达学院学报;2005年04期
2 范洁,杨岳湘;决策树后剪枝算法的研究[J];湖南广播电视大学学报;2005年01期
3 朱宇光;黄树成;;一种基于信息熵建立决策树的算法[J];常州工学院学报;2006年01期
4 王中辉;鲁来凤;;决策树在教学评价中的应用[J];甘肃科技;2006年03期
5 王宏威;;基于决策树的分类算法研究[J];软件导刊;2007年17期
6 卜亚杰;胡朝举;白兰;董娜;;一种健壮有效的决策树改进模型[J];计算机应用;2008年S1期
7 曾雪;胡建华;王清心;;基于代价敏感的决策树的电信离网分析模型[J];计算机与现代化;2009年04期
8 周凌云;;决策树在汽车评测中的应用研究[J];中南民族大学学报(自然科学版);2012年03期
9 王鑫;王熙照;陈建凯;翟俊海;;有序决策树的比较研究[J];计算机科学与探索;2013年11期
10 王静红,李笔;基于决策树的一种改进算法[J];电讯技术;2004年05期
中国重要会议论文全文数据库 前3条
1 周帅印;李晨;王勇;张阳;;FDTU:针对不确定数据的快速决策树生成算法[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
2 胡海斌;邱明;姜青山;胡海龙;赵新星;;一种基于数据继承关系的C4.5分类优化算法[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
3 卜亚杰;胡朝举;;一种改进的ID3算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年
中国博士学位论文全文数据库 前4条
1 冯兴华;基于公理模糊集的模糊决策树算法研究[D];大连理工大学;2013年
2 伊卫国;基于关联规则与决策树的预测方法研究及其应用[D];大连海事大学;2012年
3 王煜;基于决策树和K最近邻算法的文本分类研究[D];天津大学;2006年
4 王利民;贝叶斯学习理论中若干问题的研究[D];吉林大学;2005年
中国硕士学位论文全文数据库 前10条
1 许行;基于决策树的单调分类算法研究[D];山西大学;2014年
2 张开;基于误判成本的决策树C5.0算法的优化分析[D];山西大学;2014年
3 张艳顺;基于决策树的汽轮机振动故障诊断技术研究[D];华北电力大学(北京);2016年
4 黄正勇;基于样本对的极小决策树构建[D];华北电力大学(北京);2016年
5 马德亮;基于覆盖粗糙集理论决策树的构造[D];华北电力大学(北京);2016年
6 邱磊;基于决策树C4.5算法剪枝策略的改进研究[D];华中师范大学;2016年
7 候飞飞;基于C4.5决策树的试题难易程度分类研究[D];河南师范大学;2016年
8 蒋炳南;基于决策树的多维属性文本推理识别[D];武汉邮电科学研究院;2017年
9 郑兴;基于决策树的HEVC快速算法研究及系统实现[D];北京交通大学;2017年
10 王小雪;基于模糊粗糙决策树的多标记分类研究[D];天津大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026