高校教师科研能力评估的贝叶斯网络聚类方法.pdf

《高校教师科研能力评估的贝叶斯网络聚类方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、科技管理研究ScienceandFechnologyManagementResearch文章编号：1000—7695(2011)l2一Ol14-03高校教师科研能力评估的贝叶斯网络聚类方法李兰春，王双成，王婧(上海立信会计学院1．外语学院；2．数学与信息学院；3．人事处，上海201620)摘要：针对高校教师科研能力特点和现有评估方法存在的问题，建立高校教师科研能力评估的朴素贝叶斯网络聚类方法，这种方法不需要许多例子，甚至在没有类标签的情况下也能够进行规则提炼和预测。为提高聚类预测的可靠性，在高斯核函数中引入形状参数，并通过形状参数的优化来提高聚类的泛化

2、能力。实验结果显示，经过优化的朴素贝叶斯网络聚类能够有效提高预测的准确性。关键词：科研能力评估；指标体系；贝叶斯网络；聚类中图分类号：C931．1文献标识码：ATheBayesianNetworkClusteringMethodforResearchCapacityAssessmentofUniversityTeachersLILanchun‘WANGShuangcheng2WANGJing3，，(1．SchoolofForeignStudies，ShanghaiLixinUniversityofCommerce，Shanghai201620，Chin

3、a；2．SchoolofMathematicsandInformation，ShanghaiLixinUniversityofCommerce，Shanghai201620，China；3．PersonnelDepartment，ShanghaiLixinUniversityofCommerce，Shanghai201620，China)Abstract：AnaiveBayesiannetworkclusteringmethodisdevelopedforresearchcapabilityassessmentofuniversityteach-ers

4、basedonthefea【uresandtheexistingproblemsinassessmentmethods．Thisme~oddoesnotneedmanyex锄ple8．E—venifnoexample，itcanalsoextractrulesanddoprediction．Forimprovingpredictionreliability，ashapeparameterisputintoGaussiankernelfunction．AndclusteringgeneralizationcapacityCanbeimprovedbyop

5、timizingtheshapeparameter．Experimentalresultsshowthatoptimizedclusteringmodelismoreaccurateforprediction．Keywords：assessmentofresearchcapability；indexsystem；Bayesiannetwork；clustering的评估方法只注重现在，忽略过去(历史)，而过1引言去对现在往往也有较大影响。使用二级和三级指标高等院校是国家创新体系的重要组成部分，而(属性)对一级指标(类)进行等级识别和判断是科学研究是高等

6、院校主要功能之一，一所高校的科一个分类(或聚类)预测问题。基于分类(或聚研水平取决于教师的科研能力。教师科研能力评类)的等级预测不需要线性关系的假设，可不受完估¨是检验检验高校教师科研水平的有效办法之全相互独立性的约束，而且能够有效利用历史信息，一因此在评价的可靠性方面具有优势，并可开拓综合，同时也为加强高校科研管理和制定科研发展规划策略提供参考依据。高校教师科研能力评估是一评估的新思路。个比较复杂的问题，其中有两个关键因素：一个是本文针对高校教师教师科研能力评估需求和经建立指标体系，指标体系是评估的基础；另一个是典评估方法存在的问题，结合朴素贝叶斯网

7、络结构运用数学或计算机智能方法对指标进行综合处理，和Gibbssampling进行聚类，建立层次朴素贝叶斯来获得评估等级。网络聚类(简记为HNBNC)方法。为使模型能够更目前的评估方法主要采用三级指标体系’4J，在好地解释数据，采用高斯核函数0¨估计条件密度，同级(二级或三级)指标之问相互独立的假设下，并在高斯核函数中引入形状参数，以提高聚类识别通过二级和三级指标的层次线性加权求和，以及计的泛化能力。使用国际标准数据的实验结果显示，算结果的区间范围划分来进行等级计算。而现实中经过形状参数优化的聚类模型的识别和判断更为准的同级指标之间一般并不相互独立，而

8、且等级与二确，这也将使基于HNBNC方法的高校教师科研能级和三级指标之间的关系往往也是非线性的