[发明专利]基于粗糙集的学生单科成绩决策分析方法及分析器

权利要求书

1.一种基于粗糙集的学生单科成绩决策分析方法，其特征在于包括以下步骤：

(1)根据学科情况构建基于粗糙集理论的学生单科各项成绩评价指标体系；

(2)利用数据约简算法对成绩评价指标体系进行属性约简和规则提取；

(3)将新学生的成绩基础数据输入成绩决策系统，对比成绩评价指标体系与已提取的 决策规则，快速得到对应的成绩等级。

2.根据权利要求1所述的分析方法，其特征在于：所述步骤1中成绩评价指标体系的构 建具体采用以下步骤：结合课程实际情况，选取若干项成绩评定的主要因素，设置差异化评 价级别，选取的因素作为条件属性，成绩评级作为决策属性。

3.根据权利要求2所述的分析方法，其特征在于：所述步骤2具体包括以下步骤：在构建 的成绩评价指标体系中输入采集的学生成绩数据，提取条件属性；用语言值评语集的数值 化和连续数值的离散化方法，对数据实施数值化和离散化；应用数据约简算法对处理后的 数据实施属性约简，删除不必要的冗余属性，生成决策信息系统；再从约简后的决策信息系 统中得到决策规则。

4.根据权利要求3所述的分析方法，其特征在于：所述步骤2中的数据约简算法是定义 一个信息系统(U，AT，F)，U为对象集，U＝{x1,x2,……，xn}，U的每个元素xi称为一个对象； AT为属性集，其中每个元素称为一个属性；F为U与AT之间的关系集，F＝{f1：U->V1}，V1为a1 的值域；

如果则信息系统(U，AT，F)为决策信息系统，其中C为条件属性 集，D为决策属性集；

基于属性重要程度的约简：

设(U，AT，F)是一个信息系统，DB是U上的优势关系，如果满足以下条件：

(1)D_B＝D_A；

(2)---∀a∈A,DB≠DB-a;]]>

则称集合B是(U，AT，F)的一个属性约简；

假设C和D分别表示条件属性集和决策属性集，属性子集关于D的重要程度可定 义为：δ_CD(C′)＝γ_C(D)-γ_C-C′(D),，其中γ_C(D)＝|pos_C(D)|/|U|；

当C‘＝{a}时，属性a∈C关于D的重要程度定义为：

δ_CD(a)＝γ_C(D)-γ_C-{a}(D),

设δ_CD(a)是属性a∈C关于D的重要程度，δ_CD(b)是属性b∈C关于D的重要程度，若

(1)δ_CD(a)>δ_CD(b)，则属性a∈C比属性b∈C关于D的重要性大；

(2)δ_CD(a)<δ_CD(b)，则属性a∈C比属性b∈C关于D的重要性小；

(3)δ_CD(a)＝δ_CD(b)，则属性a∈C和属性b∈C关于D同等重要；

若α(0<α<1)为某一给定的阈值，δ_CD(a)是属性a∈C关于D的重要程度，若

(1)δ_CD(a)>α，则属性a∈C关于D的重要性大，是重要属性；

(2)δ_CD(a)≤α，则属性a∈C关于D的重要性小，是冗余属性。

5.一种基于粗糙集的学生单科成绩决策分析方法的分析器，其特征在于包括：成绩评 价模块、基础数据采集模块、预处理模块、分析模块和成绩决策模块；

其中所述成绩评价模块用于选取不同学科成绩评定的主要因素，设置差异化评价级 别，选取的因素作为条件属性，成绩评级作为决策属性，构建基于粗糙集理论的学生单科各 项成绩评价指标体系；

所述基础数据采集模块用于采集各学科学生各项成绩数据，并提取条件属性；

所述预处理模块用于将采集的评成绩数据进行数值化和连续数值的离散化处理；

所述分析模块用于应用数据约简算法对处理后的数据实施属性约简，删除不必要的冗 余属性，生成决策信息系统；再从约简后的决策信息系统中得到决策规则；

所述成绩决策模块用于输入新学生的成绩基础数据，对比成绩评价指标体系与已提取 的决策规则，得到对应的成绩等级。