基于决策树的教师培训成绩预测模型构建与分析

摘要：

　　成绩预测可以在一定程度上更加准确、深入地了解当前我国教育培训制度和实际运营情况.本文对某市2016 年“国培计划”583 名中学教师成绩记录进行数据挖掘，利用Rapid miner 工具在决策树算法基础上构建了成绩预测模型.经检验，该决策树模型对教师培训成绩分类进行预测的准确率达到90.45％，可以有效地根据教师部分学习表现预测最后总成绩情况.并且分析发现，工作坊在教师培训中对教师最终成绩影响最大.

关键词： 决策树 教师培训 成绩预测

作者: 徐苏晓 刘清堂 张少帅 周洁 吴林静 赵刚

作者单位: 华中师范大学 教育信息技术学院 华中师范大学 教育信息技术协同创新中心

会议类型: 国内会议

会议名称: 第23屆全球华人计算机教育应用大会(GCCCE 2019)

会议地点: 武汉

会议语种:中文

页码: 617-621

在线出版日期: 2019-05-23（万方平台首次上网日期，不代表论文的发表时间）