基于數(shù)據(jù)挖掘聚類技術(shù)的我國(guó)高校分類研究.pdf

1、隨著我國(guó)高等教育的發(fā)展，高校的數(shù)量龐大、類型繁雜，如果不能有效地對(duì)高校進(jìn)行分類管理和分類發(fā)展，則會(huì)制約我國(guó)高等教育的發(fā)展。目前我國(guó)的高校分類主要以政府為主導(dǎo)，具有很強(qiáng)的政策性和主觀性；國(guó)內(nèi)學(xué)術(shù)機(jī)構(gòu)的分類有脫離實(shí)際之嫌，實(shí)用性不強(qiáng)；而國(guó)外學(xué)術(shù)機(jī)構(gòu)的分類并不能完全適用于我國(guó)國(guó)情。隨著數(shù)據(jù)挖掘技術(shù)在金融、電信等領(lǐng)域的成功應(yīng)用，本研究在教育領(lǐng)域應(yīng)用數(shù)據(jù)挖掘的聚類技術(shù)對(duì)我國(guó)高校進(jìn)行分類研究。
　　 本文從高校職能的角度，從教學(xué)和科研兩個(gè)方

2、面提出分類標(biāo)準(zhǔn)，并從“全國(guó)高校教學(xué)基本狀態(tài)數(shù)據(jù)庫(kù)系統(tǒng)”中，選擇適用于高校分類的基本特征要素，確定各指標(biāo)的權(quán)重，構(gòu)建出一個(gè)相對(duì)完整、較為合理的指標(biāo)體系。其次本文對(duì)“全國(guó)高校教學(xué)基本狀態(tài)數(shù)據(jù)庫(kù)系統(tǒng)”中的原始數(shù)據(jù)進(jìn)行一系列的預(yù)處理工作，包括數(shù)據(jù)源獲取、數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)變換、數(shù)據(jù)歸約等內(nèi)容，使之更加符合聚類算法的標(biāo)準(zhǔn)和規(guī)范。接著本文采用K‐means算法及其改進(jìn)型EM算法，使用SQL Server 2005的商業(yè)智能開發(fā)工具，建立聚類模