决策树算法在大学生心理健康测评系统中的应用-计算机系统应用.pdfVIP

计 算 机 系 统 应 用 2015 年 第 24 卷 第 11 期 ① 决策树算法在大学生心理健康测评系统中的应用 亓文娟, 晏 杰 (武夷学院 数学与计算机学院, 武夷山 354300) 摘 要: 决策树是非常流行的数据挖掘方法. 介绍了决策树的理论, 分析了决策树的构造, 讨论了 C5.0 算法的思 想及其优缺点, 同时为深入了解影响大学生心理健康的主要心理症状及因素, 将 C5.0 算法应用于大学生心理健 康测评数据, 根据挖掘结果可以更深入的了解学生心理健康问题, 为高校开展好大学生心理健康教育有着现实 的意义. 关键词: 数据挖掘; 决策树; C5.0 算法; 心理健康 Applying Decision Tree Algrithm in College Students’ Mental Health Assessment System QI Wen-Juan, YAN Jie (Mathematics and Computer Science college,Wuyi University, Wuyishan 354300, China) Abstract: Decision tree is a very popular method of data mining. This paper introduces the theory of decision tree to analyze the structure of the decision tree, C5.0 algorithm discussed the idea of their advantages and disadvantages. in-depth understanding of the main factors of psychological symptoms and mental health of college students, the C5.0 algorithm is applied mental Health assessment data mining results based on a better understanding of students mental health problems, to carry out a mental health education colleges and universities have practical significance. Key words: data mining; decision tree; C5.0 algorithm; mental health 随着生活节奏的不断加快和社会竞争的日益激烈, 判断过程的树形图, 这种方法用于表示“在什么条件 大学生面临的学习、生活、情感和就业压力明显增大, 下会得到什么结果”之类的规则[1]. 由此产生的心理问题日益突出, 直接影响到学生的健 决策树由决策结点、分支和叶子组成. 决策树最 康成长和校园稳定. 大学生心理健康状况引起了全社 上面的结点称为根节点, 是整棵决策树的开始. 每个 会的普遍关注, 对大学生心理健康状况的深入研究及 分支是一个新的决策结点或者是树的叶子结点. 每一 对大学生心理干预模式的探索是国内外学者普遍关注 个决策结点代表一个问题或决策, 通常对应于待分类 的热点. 本研究的目的就是为了弥补对大学生心理问 对象的属性. 每个叶子结点代表一种可能的分类结果. 题传统分析统计的不足, 利用数据挖掘技术对大学生 在沿着