基于GIS的校友信息管理与分析系统研究

发布时间：2021-01-21 03:48

　　随着我国高等教育的不断发展,高校愈发地重视学校校友工作的开展。校友作为高校的宝贵财富,可为学校在学科建设、毕业生就业以及各项工作的创新和发展中发挥关键作用,校友同时也是衡量一所学校培养人才水平的试金石。所以,在互联网飞速发展的今天,建立一个功能强大、数据完备、信息量足的校友网及对应信息管理系统成为了各大高校相关部门开展校友工作必不可少的环节。本文也结合高校校友工作实际,融入GIS相关技术对搭建校友信息管理与分析系统进行详细讨论。本文首先阐述了国内外有关校友资源利用方面的研究现状,并对国内外几所高校的校友系统进行了优缺点的分析。之后依据分析出的改进方向,确定系统的整体框架、模块功能以及相应所要用到的关键技术,另外,结合GIS知识提出了系统在GIS可视化实现及使用空间分析算法应用方面的创新点。并对以上内容进行详细的说明与讨论。接下来,对系统进行了详细的需求分析,并在此基础上,对系统的数据库做了精细的设计。在系统的实现上,将系统分为前台系统和后台系统,前台校友网主要为校友使用,后台系统由各级管理员操作。系统除了采用了校友系统常规的新闻发布、校友捐赠、信息采集与维护等常规功能外,着重加强了位置... 

【文章来源】：中国地质大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

人民大学校友网再以笔者所在的中国地质大学（北京）校友信息管理系统为例（如图1-2所

图 1-2 中国地质大学（北京）校友网笔者也对其它几所 211、985 高校的校友网进行了调研，调研发现，各高校的校友网站设计风格不一，模块名称也不尽相同。但是系统的基本功能都大致相同，缺点优点也都较为明显。综上所述。现有的高校信息管理系统大都缺少基于GIS 的校友信息空间可视化表达（张习科和薛云 2014），使得校友的位置信息，地理分布情况表达不直观。另外，系统的交互功能普遍较弱，无法为校友提供方便沟通的平台。最后，大部分系统缺少后台的分析与统计功能，无法将校友信息及数据更高效地利用于其它方面。以上几点是接下来校友信息平台建设工作所要研究的方向。1.3 研究目的及意义

图 2-1 K-means 算法的原理本文用利用 K-means 聚类算法构建了一个利用已毕业校友数据的多重属在校毕业生进行就业预测的分析模型。.9 CBR 方法基于案例的推理（CBR）是人工智能开发的成熟分支（Aamodt and Plaza 19于基于案例的推理，解决问题的结论是从内存或案例库中找到与当前问题最的案例。然后对案例进行必要的更改以适应当前的问题（李海颖 2004）。C法是匹配“历史”和已经发生的待解决的问题，并使用类似的一个或几个“历解决问题。当给出要解决的问题时，CBR 首先检查是有没有差不多的训练例存在（宋东等，2008）。要是有一个，就要回到在找到这个案例上的解。没有搜寻到，CBR 将继续查找。从概念上讲，这些训练案例可被视为新案


本文编号：2990398