欢迎来到天天文库
浏览记录
ID:33091483
大小:1.53 MB
页数:52页
时间:2019-02-20
《基于贝叶斯k近邻和主成分分析的教务数据挖掘研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、Y12儿^3S分类号工学硕士学位论文(高校教师)密纽编号基于贝叶斯k近邻和主成分分析的教务数据挖掘研究硕士研究生指导教师学科、专业学位论文主审人陈秀玲李智慧副教授计算机应用技术吴良杰教授哈尔滨X-程大学2007年6月哈尔滨工程大学硕士学位论文摘要高校教务管理工作是高等教育中的一个极为重要的环节,是整个高校管理的核心和基础。纵观以往的教学管理系统,多半是联机分析处理(即OLAP)系统,缺乏综合分析、辅助决策的能力;且对其历史积累的海量信息中隐含知识的利用无能为力。在此利用数据挖掘理论实现教务数据挖掘。本文首先探讨了数据挖掘技术的基本理论和主要算法,对教
2、务数据挖掘的现状进行了研究和总结;主要研究了数据挖掘中主成分分析法和贝叶斯k近邻算法的应用。本文在毕业学生综合成绩评定中采用主成分分析法,通过去掉各分析因子之间的相关性,在保持信息量的同时,减少了分析指标,从而降低了计算量。本文在毕业生就业方向预测中采用了主成分分析和贝叶斯k近邻分类法,采用毕业生成绩作为特征数据,通过主成分分析降低特征数据维数,通过贝叶斯k近邻算法实现分类即职业方向预测。本文采用的贝叶斯k近邻算法与传统k近邻算法相比,可以通过贝叶斯学习和马尔可夫链蒙特卡罗算法确定算法参数,不需假设参数因而使分类结果更稳定。文中给出的仿真实验结果证明
3、利用主成分分析法和贝叶斯k近邻算法的结合具有较好的并能够预测出较适合学生的职业。通过在教务系统中的具体挖掘实践,得到了许多有价值的信息。这些信息可以促使更好地完成毕业学生综合成绩评定、学生就业指导、省计算机二级机考考试成绩预测等工作。以便促进学校更好地发展,培养未来社会需要的多样化的人才。关键词:数据挖掘:主成分分析法;贝叶斯学习;马尔可夫链蒙特卡罗;贝叶斯k近邻算法哈尔滨工程大学硕士学位论文AbstraotUniversityeducationaladministrationmanagementisanextremelyimportantlinki
4、nhi【ghereducation.Itisthecoreandfoundationofentireuniversitymanagement.AgeneralviewofformerteachingmanagementsystemsshowsthatmostofthemareOn-LineAnalyticalProcessing(OLAP)systemwhichlacktheabilitiesofcomprehensiveanalysisandassistantdecision-making.Furthermoretheyfailedtousethe
5、implicitknowledgeintheinformationwithovergreatcapacityaccumulatedduringthehistory.Heretheeducationaladministrationdataminingisimplementedbymakinguseofthedataminingtheory.Inthisthesistheelementarytheoryofdataminingtechnologyandthemainalgorithmsarediscussedfirstly.Researchingstat
6、usofdataminingisreviewedandsummarized.TheapplicationsofprincipalcomponentanalysisandBayesianknearestneighboralgorithmindataminingarestudied.Inthethesisprinciplecomponentanalysisisusedinsyntheticalevaluationofthegraduatingstudents’achievement.Byremovingthecorrelationbetweenthefa
7、ctorstheanalysistargetsarereducedwhiletheamountofinformationiskeptSOthatthecomputationisdecreased.ThethesisadoptsprincipalcomponentanalysisandBayesianknearestneighhonralgorithminforecastofstudents’futureoccupations.nestudents’achievementsareusedasfeaturedataandprincipalcomponen
8、tanalysisisusedtoreducethedimensionsoffeaturedata.Baye
此文档下载收益归作者所有