考试作为评价学生学习效果好坏和教师教学能力的重要指标,一直以来受到了学生、家长及教育工作者的多方关注。根据学习阶段的不同可将教育评价分为诊断性评价、形成性评价和总结性评价三种,而考试作为评价的重要手段对这三个阶段的评价具有不可低估的作用。具体说来考试可以有效检测出每位学习者在不同学习阶段所掌握的知识点情况,根据这一情况教师可以对下一步的学习进行规划,以达到提高教学效果的目的。众所周知试卷是将所学课程中涉及到的知识点进行试题转换设计而来,通过知识点的考察可以对学生所学知识点的掌握情况进行有效检测,由此可见对知识点的检测是测试试卷的主要功能之一。在实际应用过程中教师可通过以下两种方式对学生知识点掌握情况进行分析,第一种是分析单个学生的测试卷以获得该学生所学知识点掌握情况；第二种是通过分析所有学生试卷得分情况对学生知识掌握水平有个大致了解。运用第一种方式分析测试结果比较适合个性化教学,了解该学生的知识漏洞及时帮助其进行查漏补缺提高成绩,但对于班级教育该方式因不具备普遍性而无法为教师进一步的工作提供指导依据。运用第二种方式分析测试结果适合班级教学,但该方式主要依靠教师的主观映像,这要求教师拥有丰富的经验且需要花费较长时间才可分析出学生知识点大致掌握情况,在实际操作过程中不容易实现。如何最大程度的利用好每一次考试,帮助教师快速分析各分数段学生成绩与知识点掌握程度间的关系是本文研究的重点。通过分析,教师可以对各不同分数段的学生知识点掌握情况有一个客观的了解,针对各分数段学生的知识点漏洞进行逐个击破,最终达到提高班级学生学习成绩的目的。为解决这一问题,许多研究者应用数据挖掘技术中的决策树算法、关联规则算法、贝叶斯算法和神经网络算法等分类算法对试卷进行分析,找出试卷中各知识点掌握程度与学生成绩间的关系。然而当试卷中所涉及的知识点比较少的情况下,仅仅依靠单一算法无法很好的区分各分数段学生知识点掌握情况与成绩间的关系,因为知识点少就可能出现部分知识点被遗漏的情况。针对这一现象,本文将知识点难易度列为考量因素,对测试卷中的知识点进行细化,根据各知识点难易程度的不同,确定学生知识点掌握情况与学生成绩间的关系,以期达到帮助教师分析各分数段学生可用于提升学习成绩的知识点及其类型。具体说来本文首先以教育测量学为指导,对教育测量学研究现状、试卷分析应用系统以及数据挖掘技术在试卷分析中的应用情况进行研究,明确其中存在的问题和不足；其次介绍本文研究的理论基础,分别为经典测试理论与决策树研究；然后将经典测试理论与决策树技术相结合,立足于找出测试结果中隐藏信息的同时对试卷质量进行分析,设计基于决策树的知识点掌握程度分析模型,并对模型中的关键处理流程进行详细描述；最后以江西省赣州市于都县葛坳中学初三(1)班中化学第六单元碳和碳的氧化物测验卷为例,先应用经典测试理论对试卷质量进行分析,具体指标有试卷的信度、效度、难度和区分度等,通过对试卷质量的分析确定试卷是否具有进一步研究的意义,再应用设计的知识点掌握程度分析模型计算各知识点的信息增益率,根据得到的信息增益率值构造试卷各不同难易程度知识点掌握情况与学生成绩间关系的决策树,并构造对比决策树将未划分试题难易度的决策树与之前构造的树进行对比,得出在试卷知识点数量较少的情况下,增加试题难易度维度可以有效提高知识点分类效果的结论。