本体技术决策树算法的研究及在高校教务管理中的应用

论文摘要

目前高等院校人数越来越多,传统的高校教务管理模式无法对如此庞大的体系作出明智的决策,如何充分合理地利用现有资源促进学校的发展,已经是高校教务管理者所面临的共同问题。分类规则能为教务管理者提供诸如课程安排,招收男女学生比例等方面的决策,为高校在信息化时代的进一步向前发展起到一定的推动作用。全文的主要工作概括如下：本论文以本体论和决策树算法为研究对象,首先,对本体定义、本体描述语言、本体构建方法、本体应用领域、现阶段本体研究的热点以及本体未来的研究方向做了比较详细探讨,利用本体构建技术,创建了高校教务管理知识模型,并针对教务管理中成绩关联知识模型做了比较深刻的分析。其次,从决策树算法的背景出发,本论文针对其各分类算法进行了比较,并对其未来发展方向作了深入的探讨,重点对决策树算法之一的ID3算法进行了原理上的研究,且在测试属性的根节点的选择上进行了有益改进。最后,文章用ID3算法及其改进算法,对基于本体技术的成绩关联知识模型进行挖掘分析。详细介绍了作为W3C标准的本体OWL语言,及本体创建工具protege。以及用关系数据库作为中介,如何把成绩关联中的文本数据映射到关系数据库中后,然后依据算法对数据进行分析,得出分类规则。发现改进后的算法得出的分类规则更符合实际,说明了改进算法的优势。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 问题的提出
• 1.2 课题研究的背景与意义
• 1.2.1 本体
• 1.2.2 决策树算法
• 1.2.3 本体与决策树算法
• 1.3 课题主要研究内容和论文结构
• 第二章 本体论研究
• 2.1 本体定义
• 2.2 本体描述语言
• 2.2.1 本体描述语言的发展
• 2.2.2 描述逻辑与本体描述语言
• 2.3 本体构建方法的研究
• 2.4 本体的应用研究
• 2.5 本体技术研究热点
• 2.6 本体技术未来研究方向
• 2.7 高校教务管理领域应用本体
• 2.7.1 本体创建工具Protege
• 2.7.2 高校教务知识模型
• 2.7.3 成绩关联知识模型
• 2.8 本章小结
• 第三章 决策树算法研究
• 3.1 决策树算法的发展
• 3.2 决策树分类算法比较
• 3.2.1 CLS学习算法
• 3.2.2 ID3算法
• 3.2.3 C4.5算法
• 3.2.4 CART算法
• 3.2.5 PUBLIC算法
• 3.2.6 SLIQ算法
• 3.2.7 SPRINT算法
• 3.2.8 Rain Forest算法
• 3.2.9 IBLE算法
• 3.3 决策树算法未来研究方向
• 3.4 ID3改进算法
• 3.4.1 ID3算法步骤
• 3.4.2 ID3算法的改进思想
• 3.4.3 ID3算法改进原理
• 3.4.4 ID3算法改进步骤
• 3.5 本章小结
• 第四章 成绩关联知识模型研究
• 4.1 本体数据到关系数据库的映射
• 4.1.1 存储OWL对象方法
• 4.1.2 本体属性表的设计
• 4.2 ID3算法分析数据
• 4.3 ID3改进算法分析数据
• 4.4 实验
• 4.5 本章小结
• 第五章 总结与展望
• 参考文献
• 致谢