摘 要：在大数据时代，招生竞争日趋激烈，充分利用数据挖掘技术对隐藏在招生数据库中的数据进行挖掘，可能得到有利于招生管理决策的信息。文章利用决策树 C4.5 算法对历年招生数据进行挖掘，生成决策树和规则。各因素影响报到的重要程度排序为：录取方式、专业志愿、生源地、考生科类、考生类别、性别，可以对考生报到情况进行预测，用于指导招生管理工作，提升报到率。
关键词：决策树；数据挖掘；招生管理
DOI:10.19850/j.cnki.2096-4706.2022.17.028
基金项目：2021 年度全国教育科学研究项目（21QGJ032）
中图分类号：TP301.6 文献标识码：A 文章编号：2096-4706（2022）17-0109-04
Application Research of Enrollment Data Mining Based on Decision Tree Algorithm
ZHU Liping
(Chengdu College of Arts and Sciences, Chengdu 610000, China)
Abstract: In the era of big data, enrollment competition is becoming increasingly fierce. Making full use of data mining technology to mine the data hidden in the enrollment database may get information conducive to enrollment management decision-making. This paper uses the C4.5 algorithm of decision tree to mine the enrollment data over the years and generate decision trees and rules. The importance degree ranking of the registration affected by various factors is: admission method, professional volunteer, student source place, examinee category, examinee category and gender. It can predict the check-in situation of examinee, which can be used to guide the enrollment management work and improve the enrollment rate.
Keywords: decision tree; data mining; enrollment management
参考文献：
[1] 黄雪华 . 决策树和贝叶斯分类算法在学生专业录取数据中的应用研究 [J]. 湖南城市学院学报（自然科学版），2017，26（4）：64-67.
[2] 潘燕 . 基于 CHAID 算法的高职院校招生数据挖掘的应用研究 [J]. 长江信息通信，2021，34（7）：111-113.
[3] 许燕青 . 民办高校招生数据分析与预测 [D]. 厦门：华侨大学，2019.
[4] 白秀显 . 基于决策树算法的高校招生数据挖掘与可视化系统的设计与实现 [D]. 兰州：兰州大学，2019.
[5] 许佳，林雨萱 . 高校招生中引入数据挖掘技术的应用前景探索 [J]. 计算机产品与流通，2019（8）：265.
作者简介：朱莉萍（1983—），女，汉族，四川威远人，副教授，本科，研究方向：数据挖掘，前端开发。