基于属性相关的智能学习指导模型的设计与实现

摘要：

决策树分类算法是智能指导系统实现“智能”的一种有效工具.通过对数据的分析和挖掘,能够实现对数据的精确分类.另外,对于决策树和产生式规则集的计算相对简单而且高效.提出了智能指导系统,并介绍了该系统的主要功能模块.在比较了ID3算法和C4.5算法后,结合个性化教学的需求,提出了新的基于规则属性相关的C4.5r算法.同时,给出了系统的计算评估模块.实验结果表明,新的C4.5r算法在运算时间、产生式规则集的规模及计算产生式规则的开销方面明显优于传统的C4.5算法.

关键词：智能学习、Web数据挖掘、决策树、建构主义理论

所属期刊栏目：33

分类号：TP301.6(计算技术、计算机技术)

资助基金：吉林省教育厅"十二五"科学技术研究项目2011101

在线出版日期：2013-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：525-529