模糊聚類分析在專業(yè)排名中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩61頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著信息技術(shù)的發(fā)展,數(shù)據(jù)挖掘(Data Mining)技術(shù)受到了廣泛的關(guān)注,在數(shù)據(jù)挖掘技術(shù)中有很多研究領(lǐng)域,聚類分析就是其中一個(gè)重要的研究方向,對(duì)它進(jìn)行深入研究不僅有著十分重要的理論意義,而且有著非常重要的應(yīng)用價(jià)值, 本文研究了高校專業(yè)排名問(wèn)題,針對(duì)教育部重大項(xiàng)目“高校本科專業(yè)設(shè)置預(yù)測(cè)系統(tǒng)”中的子問(wèn)題進(jìn)行研究,對(duì)高校專業(yè)評(píng)估和學(xué)生填報(bào)高考志愿具有十分重要的指導(dǎo)意義.網(wǎng)上一些排名的方法,大都是選取多個(gè)指標(biāo),然后加權(quán)求總分得到排名,

2、但對(duì)權(quán)重的分配有很大的主觀性.本文采用的降維和模糊聚類相結(jié)合的方法對(duì)專業(yè)進(jìn)行排名就克服了這個(gè)問(wèn)題.首先是從目的性、可比性和可行性等多方面考慮選取評(píng)價(jià)指標(biāo)體系,但由于影響本科專業(yè)設(shè)置的指標(biāo)較多,如何對(duì)指標(biāo)進(jìn)行篩選(降維)成了問(wèn)題的關(guān)鍵,主成分分析的方法得到的主成分是原有屬性的線性組合,不能直觀的體現(xiàn)原有屬性的作用,本文采用的是對(duì)主成分分析方法進(jìn)行改進(jìn)得到的一種新的降維方法,使用該方法可以保留原有屬性,最后結(jié)合模糊聚類分析對(duì)專業(yè)進(jìn)行排名.由

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論