基于属性相关的智能学习指导模型的设计与实现

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。