高考考生志愿數(shù)據(jù)分析與挖掘研究.pdf

1、如何填報(bào)高考志愿，增加考生被自己心儀院校錄取的幾率，是每一位高考考生和家長(zhǎng)密切關(guān)注的問(wèn)題。目前國(guó)內(nèi)雖然有相應(yīng)的志愿填報(bào)輔助參考系統(tǒng)，然而只是單純的依據(jù)考生成績(jī)或位次進(jìn)行簡(jiǎn)單的比較分析，無(wú)法從根本上為考生的志愿填報(bào)提供有價(jià)值的參考信息。鑒于此，本文以某省招生自考辦公室招生數(shù)據(jù)挖掘項(xiàng)目為依托，以該省自實(shí)行網(wǎng)絡(luò)招生以來(lái)所積累的近9年海量電子招生數(shù)據(jù)(其中包含了大量有關(guān)考生基礎(chǔ)數(shù)據(jù)、志愿填報(bào)數(shù)據(jù)、高校專(zhuān)業(yè)設(shè)置與院校錄取結(jié)果等有用信息)為基礎(chǔ)，首

2、先建立招考數(shù)據(jù)倉(cāng)庫(kù)，然后根據(jù)志愿主題建立多維數(shù)據(jù)集，接著利用OLAP技術(shù)從多角度、多側(cè)面、多層次對(duì)考生志愿數(shù)據(jù)進(jìn)行分析，最后利用數(shù)據(jù)挖掘技術(shù)對(duì)考生志愿數(shù)據(jù)進(jìn)行挖掘，得到一些可資借鑒的結(jié)果。本文的工作主要包含以下四個(gè)方面：
　　 ⑴完成了歷史招生數(shù)據(jù)的數(shù)據(jù)清洗。本文首先對(duì)該省近9年的歷史招生數(shù)據(jù)進(jìn)行了比較分析，從而發(fā)現(xiàn)存在著數(shù)據(jù)質(zhì)量與集成方面的問(wèn)題；然后對(duì)電子招生數(shù)據(jù)代碼表進(jìn)行規(guī)范化處理，依據(jù)該省招考人員的建議建立高考招生數(shù)據(jù)代碼

3、規(guī)范。最后依據(jù)代碼規(guī)范利用SSIS(Microsoft SQL Server2008 Integration Services)對(duì)歷史招生數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、轉(zhuǎn)換，將數(shù)據(jù)裝載至招考數(shù)據(jù)倉(cāng)庫(kù)。
　　 ⑵建立了招考數(shù)據(jù)倉(cāng)庫(kù)。本文所涉及的是重慶市科技攻關(guān)計(jì)劃項(xiàng)目“重慶市招生數(shù)據(jù)挖掘與系統(tǒng)開(kāi)發(fā)”的一部分，該課題系實(shí)際應(yīng)用性項(xiàng)目，因此需要對(duì)項(xiàng)目的需求進(jìn)行科學(xué)、合理分析。根據(jù)用戶(hù)需求分析劃分相應(yīng)主題，確定事實(shí)度量與數(shù)據(jù)粒度，設(shè)計(jì)招考數(shù)據(jù)倉(cāng)庫(kù)模

4、型，最后將清洗后的數(shù)據(jù)裝載至招考數(shù)據(jù)倉(cāng)庫(kù)。
　　 ⑶對(duì)高考考生志愿數(shù)據(jù)進(jìn)行了多維分析研究。本文依據(jù)志愿分析主題設(shè)計(jì)多維數(shù)據(jù)集模型，從招考數(shù)據(jù)倉(cāng)庫(kù)中抽取相關(guān)數(shù)據(jù)，建立志愿數(shù)據(jù)立方體，采用OLAP技術(shù)從院校/專(zhuān)業(yè)報(bào)考熱度與專(zhuān)業(yè)最低錄取分兩個(gè)方面對(duì)志愿數(shù)據(jù)進(jìn)行多角度分析，得到一些廣大考生可資借鑒的結(jié)果。
　　 ⑷對(duì)高考考生志愿數(shù)據(jù)進(jìn)行了挖掘研究。本文以考生志愿填報(bào)信息為基礎(chǔ)，結(jié)合高考錄取結(jié)果，依據(jù)CRISP-DM(Cross-