數(shù)據(jù)挖掘技術(shù)在考生志愿分析中的應(yīng)用研究.pdf

1、隨著數(shù)據(jù)庫(kù)技術(shù)的迅速發(fā)展以及數(shù)據(jù)庫(kù)管理系統(tǒng)的廣泛應(yīng)用，各行各業(yè)積累了大量的歷史數(shù)據(jù)，而這些激增的歷史數(shù)據(jù)中往往隱藏著很多重要的信息。如何從歷史數(shù)據(jù)中及時(shí)發(fā)現(xiàn)有用的知識(shí)，從而挖掘出其潛在的價(jià)值，提高其利用率，是信息處理技術(shù)研究領(lǐng)域的一項(xiàng)重要課題。作為其解決方案，近年來(lái)數(shù)據(jù)挖掘(DataMining，DM)技術(shù)迅速崛起。 以省為單位，每年高考志愿信息相關(guān)記錄高達(dá)數(shù)百萬(wàn)條，分布存儲(chǔ)在省市的多個(gè)數(shù)據(jù)庫(kù)中，這些數(shù)據(jù)規(guī)模巨大，蘊(yùn)涵豐富的決策

2、信息和知識(shí)，開(kāi)發(fā)這些寶貴的信息資源，是服務(wù)高招錄取工作，指導(dǎo)考生科學(xué)地填報(bào)志愿的一項(xiàng)重要任務(wù)，是目前迫切需要解決的問(wèn)題之一。 本文以數(shù)據(jù)挖掘技術(shù)為數(shù)據(jù)分析手段，根據(jù)高考志愿數(shù)據(jù)的特點(diǎn)和平行志愿投檔方式下考生的自我定位原則，對(duì)高考志愿及相關(guān)數(shù)據(jù)進(jìn)行了分析和研究，提出了一個(gè)基于數(shù)據(jù)挖掘技術(shù)的考生志愿風(fēng)險(xiǎn)評(píng)估模型，并給出了相應(yīng)具體的算法和解決方案。具體的有以下幾個(gè)方面的工作。 1.對(duì)考生志愿相關(guān)數(shù)據(jù)進(jìn)行預(yù)處理。 2.靈

3、活運(yùn)用決策樹(shù)C4.5算法并進(jìn)行改進(jìn)，針對(duì)該算法易忽略小數(shù)據(jù)量屬性的缺點(diǎn)和為提高稀少樣本精度，使用屬性遞歸優(yōu)化與經(jīng)驗(yàn)優(yōu)選策略相結(jié)合的方法；同時(shí)提出了能進(jìn)行增量學(xué)習(xí)的C4.5算法處理方法，生成非平衡數(shù)據(jù)集下的決策樹(shù)，設(shè)計(jì)一個(gè)志愿分析的分類(lèi)器。 3.根據(jù)考生填報(bào)志愿時(shí)自我定位的實(shí)際情況，合理的選擇K-Means聚類(lèi)算法的初始中心，使用K-Means聚類(lèi)算法對(duì)院校等信息進(jìn)行聚類(lèi)，對(duì)高考相關(guān)數(shù)據(jù)進(jìn)行知識(shí)挖掘，獲取其中規(guī)律性的潛在信息。