基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)調(diào)查系統(tǒng)研究.pdf

1、在眾多的社會學(xué)研究方法中，調(diào)查是一種運用最多的從某一主題收集數(shù)據(jù)的方法。隨著組織、大學(xué)和個人對互聯(lián)網(wǎng)的廣泛使用，基于互聯(lián)網(wǎng)的網(wǎng)絡(luò)調(diào)查方法逐漸變得流行。相對傳統(tǒng)的調(diào)查方法，網(wǎng)絡(luò)調(diào)查使得整個調(diào)查過程更加容易，而且問卷信息的分發(fā)可以在短時間之內(nèi)完成，數(shù)據(jù)也可在較低的成本下獲取并直接在計算機上得到處理。本文主要討論了網(wǎng)絡(luò)調(diào)查數(shù)據(jù)問題及由無回答造成的遺漏數(shù)據(jù)的補齊算法，在此基礎(chǔ)上構(gòu)建了網(wǎng)絡(luò)調(diào)查系統(tǒng)，并運用該系統(tǒng)進行實證研究。 本文結(jié)合抽樣

2、調(diào)查理論，分析了網(wǎng)絡(luò)調(diào)查的數(shù)據(jù)問題來源與類型，對數(shù)據(jù)問題進行了統(tǒng)計計量，并以此為基礎(chǔ)討論了網(wǎng)絡(luò)調(diào)查數(shù)據(jù)預(yù)處理的對象及其方法。本文著重以數(shù)據(jù)挖掘中決策樹分類理論和粗糙集理論為指導(dǎo)，全面深入的討論了基于ID3算法的遺漏數(shù)據(jù)補齊算法和基于粗糙集的ROUSTIDSA算法，分析了兩種算法在網(wǎng)絡(luò)調(diào)查遺漏數(shù)據(jù)補齊方面的不足，進而提出了基于粗糙集的k-相似矩陣遺漏數(shù)據(jù)補齊算法(簡稱k-SM算法)，該算法是對ROuSTIDSA算法的改進，考慮了決策屬性的

3、遺漏及其補齊，有效地解決了補齊后引起的決策沖突問題。 以上述研究為基礎(chǔ)，結(jié)合網(wǎng)絡(luò)調(diào)查的特點和調(diào)查者對網(wǎng)絡(luò)調(diào)查系統(tǒng)的需求，設(shè)計并開發(fā)了一套通用的網(wǎng)絡(luò)調(diào)查系統(tǒng)(www.netsurvey.en，Netsurvcy系統(tǒng))。該系統(tǒng)能夠全面實現(xiàn)對問卷的創(chuàng)建、管理、發(fā)布和描述性統(tǒng)計量分析等功能，同時重點實現(xiàn)了基于ID3算法的遺漏數(shù)據(jù)補齊算法和k-SM算法。 本文運用Netsurvey系統(tǒng)進行的實證研究分兩步進行。第一步主要考察網(wǎng)絡(luò)調(diào)

4、查方法與傳統(tǒng)調(diào)查方法對被訪者的影響；第二步主要考察Netsurvey系統(tǒng)中兩種算法的數(shù)據(jù)預(yù)處理效果。實證結(jié)果表明：1)網(wǎng)絡(luò)調(diào)查在項目無回答方面，效果明顯優(yōu)于傳統(tǒng)的印刷調(diào)查；2)各種題型(填空題、單選題、多選題)以及不同性質(zhì)(行為問題和態(tài)度問題)的題目，兩種方法對被訪者來說沒有本質(zhì)上的區(qū)別，即不管通過哪種調(diào)查方法接受調(diào)查，被訪者都能反應(yīng)其相同的意愿；3)對長短填空題的回答數(shù)據(jù)分析表明，題目樣式的微小變化，不管是網(wǎng)絡(luò)調(diào)查還是傳統(tǒng)的印刷調(diào)查，