数据挖掘是利用分析工具从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取出隐含在其中、事先未知、但又潜在有用的信息和知识的过程,建立数据间关系模型,并用其做出预测。决策树模型是数据挖掘中最常用的一种方法。它能够直接体现数据的特点,便于理解,具有较好的分类预测能力,并能方便提取决策规则。 决策树的生成过程也就是知识发现的过程,决策树模型的复杂度和预测精度决定了决策树的好坏。决策树是根据启发规则生成的,常见的决策树生成算法有基于信息论的ID3、C4.5算法以及基于最小GINI指标的CART、SLIQ、PUBLIC方法。最优决策树的生成作为一类NP问题,目前又引入了一些新的技术和方法作为启发规则如:遗传算法、相关分析等,并对现有启发规则的计算做了一定的简化,同时对决策规则的完备性也进行了初步探讨。 为了从大量的属性中找出决策规则,论文首先引入粗糙集理论,对测试属性进行约简,找出真正影响决策的属性,减小决策树的规模。并根据相似性原理,以测试属性和决策属性的相似度作为启发规则构建决策树。并在高校教师综合考评系统中采用了这种新算法,实验结果表明这种新的决策树生成算法较ID3算法的预测精度更高,计算更加简便。论文最后较为详细的介绍了教师综合评价决策树的具体实现过程。