遗传聚类算法的研究及其在学生成绩特征挖掘中的应用

《遗传聚类算法的研究及其在学生成绩特征挖掘中的应用》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、分类号：TP391题单位代码：学号：密级：10005G200607003公开北京工业大学工程硕士学位论文．I825<77英文并列THERESEARCH0巳至里丛幽CCLUSTERINGALGORIT避△迦!!S题目APPLICATIONSINSTUDENT’SSCOREHARACTERI匹gS丛!盟!!堑职称：论义报告提交Il期2Q!Q生2日学位授予U期授r甲位名称和地址jE宝工、业厶堂jE宝!I!塑幽竖：匕=巫园!QQ!±一生／独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除

2、了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。№

3、0I、关于论文使用授权的说明本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵守此规定)签名：i虱彦导师签名：’阳胗．>摘爱摘要数据挖掘

4、(DataMining)理论研究出现于20世纪80年代后期，它是多学科综合的产物，涉及数理统计、人工智能、数据库、神经网络等诸多技术。虽然数据挖掘技术在电信、金融、科学研究、市场营销等领域得到了广泛的应用，但在教育信息化的应用中还处在发展阶段。针对高校里大量的学生信息，传统的统计分析方法己不适于对这些数据进行深入分析。为此，本文尝试利用数据挖掘技术对学生成绩特征进行挖掘分析，以求找到大量数据背后潜在而有意义的信息，为大专院校学生的教育和管理提供工作思路和方法。本文首先概述了数据挖掘理论和发展，以及主要的数据挖掘技术；其次，

5、阐述了遗传算法在聚类中的应用；然后，结合学生的基本信息、绩效信息、学习历史、学习偏好及知识结构等信息，重点研究了一种改进的遗传聚类算法在学生成绩特征挖掘上的应用。最后，以学生成绩特征挖掘为核心，设计并实现了一个数据挖掘原型系统。论文的主要工作是：通过在遗传聚类算法中引入模糊C均值聚类算法，对新种群进行优化，提出了基于遗传聚类的改进算法。其特色是：一方面利用模糊c均值算法的局部搜索能力提高算法的运算速度，另一方面通过引入有效函数来减少初始聚类个数的不合理性。实验结果，表明了所提算法的有效性。随着高等教育的普及和扩大，对学生成

6、绩特征进行有效的挖掘，将有利于提高学校管理、教育和决策的币确性，促进管理水平和办学质量的提高。关键词：遗传聚类：模糊C均值：自适应：学生成绩特征北京T业人学T程顺Ij学化论文AbstractDataMiningTheoryappearedinthelateofthe80’Softhe20th’century．ItiSthecombinationofvarioussubjects，whichincludeMathematicalStatistics，ArtificialIntelligence，Database．Neural

7、Netandetc．ThoughDataMiningTheoryhaswidelybeenusedinsidetelecom，finance，scientificstudyandmarketingfields，itisstillinthedevelopingstageinsidetheapplicationofEducationInformation．OriginalStatisticAnalysisMethodisnolongerapplicabletowardsnowadaysnumerousstudents’info

8、rmation．ThuS．thearticletriestoanalyzestudents’characteristicswithDataMiningTheory,inordertofindouttheimportantinformationinsidethedata，whichturnouttoprovidethoughtsandmethodsforeducatingandmanagingstudentsinthecollege．First，thearticletellsaboutwhatisDataMiningTheo

9、ry,thetheory’Sdevelopment，andmajorDataMiningTechnologies．Second，thearticleelaboratesGeneticAlgorithm’Sapplicationinclustering．Third．combinedwithinformat