研究生招生数据分析系统的研究与应用

发布时间：2024-05-12 02:25

　　随着高等学校研究生教育制度的改革与发展,我国研究生招生规模不断扩大,招生数据量持续增加。研究生招生管理的数据分析需求日益紧迫。如何利用数据挖掘技术,将历史研究生招生数据转化为对教学管理有价值的信息,显得尤为重要。因此,将数据挖掘技术应用到研究生招生系统中,辅助高校招生,是一个好的应用及创新。本文在数据挖掘技术、关联规则算法及决策树算法的基础上,提出高校研究生数据分析与数据挖掘技术相结合的思想。在原有的普通高校招生管理系统基础上,融合数据挖掘技术,建立高校研究生数据模型;其次,以某高校研究生学院近几年报到情况为基础数据,对数据进行采集、整合和预处理,将原始数据分成训练集和测试集,运用数据挖掘中的关联规则、决策树等技术对这些数据分析,找到有价值的信息;最后,采用Apriori算法分别计算训练集数据中主要属性的支持度与置信度。通过设定阈值分析影响新生报到的主要因素和各因素之间关联程度,通过测试数据集来验证正确性。再选择C4.5算法,分别计算训练集数据的信息熵和信息增益率,建立决策树并剪枝,得到决策模型,运用测试集数据对模型进行验证和完善。本文主要将数据挖掘技术应用到研究生分析系统中。利用数据...

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图２．１?—个典型的神经网络结构图??Ｆｉｇ．２．１?Ａ?ｔｙｐｉｃａｌ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ??

?大连交通大学全口制专业硕士学位论文???感知器是一种特殊的神经网络模型，由美国心理学家Ｒｏｓｅｎｂｌａｔｔ在１９５９年提出，它??的一层为输入层，另一层为计算单元，感知器主要应用在简单的模式分类问题。??单个感知器只能表示线性决策面，多层神经网络则能表示非线性曲面。图２．１描述....

图２．２聚类前后对比图??Ｆｉｇ．２．２?Ｃｌｕｓｔｅｒ?ｃｏｍｐａｒｓｉｏｎ?ｃｈａｒｔ??（６）遗传算法??遗传算法是借鉴生物界的进化规律演化而来的随机化搜索方法

?第二章数据挖掘理论基础???聚类前?聚类后???□〇Ａ￣￣?〇Ｒ〇〇??〇Ｄｎ?〇〇°〇〇??□?°〇〇〇??Ａ（？ａ〇?ａ?ａ?Ａａ??Ａ?ｎｏ?Ａ?Ａ?ａ??□〇□?Ａ?Ａ?Ａ?Ａ??ＡＤ?Ａ?□?□□□??〇〇Ａ?□□□□??图２．２聚类前后对比图??Ｆｉｇ．２．２?Ｃｌ....

图２．３遗传算法求解路径图??Ｆｉｇ．２．３?Ｇｅｎｅｔｉｃ?ａｌｇｏｒｉｔｈｍ?ｓｏｌｕｔｉｏｎ?ｐａｔｈ?ｄｉａｇｒａｍ??９??

?第二章数据挖掘理论基础???聚类前?聚类后???□〇Ａ￣￣?〇Ｒ〇〇??〇Ｄｎ?〇〇°〇〇??□?°〇〇〇??Ａ（？ａ〇?ａ?ａ?Ａａ??Ａ?ｎｏ?Ａ?Ａ?ａ??□〇□?Ａ?Ａ?Ａ?Ａ??ＡＤ?Ａ?□?□□□??〇〇Ａ?□□□□??图２．２聚类前后对比图??Ｆｉｇ．２．２?Ｃｌ....

图２．４数据挖掘过程??Ｆｉｇ．２．４?Ｄａｔａ?ｍｉｎｉｎｇ?ｐｒｏｃｅｓｓ??

集理论的核心是有关知识、集合的划分、近似集合等概念。粗糙集也经常应用于分??类、归纳和分析，在分类方面可以发现数据之间的结构联系；在归纳方面可以识别给定??数据的属性；在分析方面可以评估每个属性的贡献。??目前，粗糙集理论集己经广泛的应用与知识发现、数据挖掘、智能决策和电子控制?....

本文编号：3970718