基于數(shù)據(jù)挖掘聚類技術的我國高校分類研究.pdf

1、隨著我國高等教育的發(fā)展，高校的數(shù)量龐大、類型繁雜，如果不能有效地對高校進行分類管理和分類發(fā)展，則會制約我國高等教育的發(fā)展。目前我國的高校分類主要以政府為主導，具有很強的政策性和主觀性；國內學術機構的分類有脫離實際之嫌，實用性不強；而國外學術機構的分類并不能完全適用于我國國情。隨著數(shù)據(jù)挖掘技術在金融、電信等領域的成功應用，本研究在教育領域應用數(shù)據(jù)挖掘的聚類技術對我國高校進行分類研究。
　　 本文從高校職能的角度，從教學和科研兩個方

2、面提出分類標準，并從“全國高校教學基本狀態(tài)數(shù)據(jù)庫系統(tǒng)”中，選擇適用于高校分類的基本特征要素，確定各指標的權重，構建出一個相對完整、較為合理的指標體系。其次本文對“全國高校教學基本狀態(tài)數(shù)據(jù)庫系統(tǒng)”中的原始數(shù)據(jù)進行一系列的預處理工作，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)歸約等內容，使之更加符合聚類算法的標準和規(guī)范。接著本文采用K‐means算法及其改進型EM算法，使用SQL Server 2005的商業(yè)智能開發(fā)工具，建立聚類模