随着国家教育战略的推进和社会经济的迅猛发展,对各类应用型人才的需求量也愈来愈大,广播电视大学开展的现代远程开放教育的办学模式已愈来愈为社会各界广泛接受。近年来,各地电大主动适应社会需求,结合地方社会经济发展的需要开设专业,加大招生宣传的力度,取得了良好的招生业绩。然而在招生人数增长的同时,也存在着学员流失的问题。学员入学后是否留得住,能否不流失或者少流失,这不仅关系到电大的发展,也是国家实施远程教育战略中的一大问题。数据挖掘技术正是分析这个问题的可行而有效的方法。本文试图基于数据挖掘技术从数据角度分析学员流失的主要原因,并力图提供一个解决方案,在学员即将流失前采取措施预防学员流失。首先收集各种资料,包括已有的分析材料和统计数据,对这些资料进行分析,初步分析出学员流失的可能原因,从而确定问题的范围和研究主题。根据初步的确定的研究范围,对已有的各种数据源进行分析,结合研究主题对数据源进行筛选,从而既保证概括所有有价值的数据,也能保证数据源范围在合理范围内。经过分析比较,我们选择了教务数据和成绩数据作为分析对象。再对教务数据和成绩数据进行深入剖析,弄清事实与维度,从而构造出流失率分析数据仓库数据模型,再结合具体的数据库系统设计数据存储结构,构建出流失分析数据仓库。然后通过数据清理、转换等步骤对教务数据和成绩数据进行规范化处理,导入到数据仓库中。然后利用决策树分类方法进行分析。先将数据仓库中的数据分为两部分：训练样本和测试样本。再利用C4.5算法对训练样本进行处理,建立学员流失分析决策树模型,由决策树模型导出分类规则。然后用测试样本对所生成的分类规则进行测试,从测试的结果看,得到的分类规则准确率较高。最后根据生成的决策树模型和生成的学员流失规则编制了学员流失预警系统。有了学员流失预警系统后,导修主任或教务人员在预防学员流失不再“普遍撒网”,而变得“有的放矢”,有效地防止了学员流失,因此,基于决策树方法的学员流失分析模型达到了预期目的。