高校科技信息数据挖方法研究.pdfVIP

高校科技信息数据挖掘方法研究 朱新星1，任建辉z，朱近2，石学彬， (1．南京农业大学，江苏南京210095；2．南京理工大学，江苏南京210094) [摘要】将数据挖掘技术应用于高校科技管理领域是一种新的尝试。以南京农业大学科技信息管理系统 为实验数据源，使用Apriori算法对数据源中的人员、论文和项目信息进行关联规则的挖掘，结果表明，南京 农业大学传统专业的优势十分明显，大农学学科产生的科研成果在全校科研成果总量中所占权重较大，同 时，从教师的年龄和职称所得到的关联规则显示，教师的年龄越大、职称越高，主持项目的频度越高。 [关键词】数据挖掘；关联规则；Apiori算法；信息系统；科技管理 高校具有部门多、功能复杂、管理方式多样等特点。 数据仓库的一般方法。但数据挖掘技术在科技管理方面 当前学校对信息系统的使用主要是进行日常事务的处 的研究与应用未见相关报道。本文采用Apfiori关联规 理，而长期积累的历史数据得不到有效开发利用。如何 则对南京农业大学科技信息管理系统中的相关信息进 对这些数据进行重新利用，将现有的管理数据转化为可 行挖掘研究，并获得了一些有用的结果。 供使用的知识，加强学校管理决策正确性，提高管理水 一、数据挖掘与关联规则 平和办学质量，是很多高校正在考虑的问题之一。 目前解决这一问题的主要方法是采用数据挖掘 数据挖掘是指从数据集合中自动抽取隐藏在数据 (Data 中的那些有用信息的非平凡过程，用于帮助决策者分析 Mining)技术；这是一种从大量的、不完全的、有噪 声的、模糊的、随机的数据中，提取隐含在其中的、人们事 历史数据及当前数据，并从中发现隐藏的关系和模式， 先不知道的、但又是潜在有用的信息和知识的过程…。在 进而预测未来可能发生的行为。数据挖掘的过程也叫知 国外，数据挖掘技术己经成功应用于政府管理决策、商业 in 识发现(KnowledgeDiscovery 经营、科学研究、工业制造和企业决策支持等领域[2-s]。与过程，是一种新的信息处理技术。目前采用较多的数据 国外相比，我国的数据挖掘研究还处于起步阶段。目前。 挖掘技术有：关联规则、决策树、分类、聚类、粗糙集、神 国内的许多科研单位和高等院校竞相开展数据挖掘的 经网络、遗传算法等。根据KDD的目标选取相应算法的 基础理论及其应用研究。其中，北京系统工程研究所对 参数、分析数据得到模式模型，把最有价值的信息区分 模糊方法在知识发现中的应用进行了较深人的研究，北 出来，并且通过决策支持工具提交给决策者。 京大学也在开展对数据立方体代数的研究，华中理工大 关联规则是描述一个事物中某些属性同时出现的 学、复旦大学、浙江大学、中国科技大学、中科院数学研 规律和模式的分析规则。关联规则的挖掘问题可形式化 究所、吉林大学等单位开展了对关联规则开采算法的优 的描述如下：设I=(il，i：，…，i。l为所有项目的集合，D是 化和改造；南京大学、四川联合大学和上海交通大学等 事务数据库，事务T是一个项目子集(TcI)。每一个事 单位也在从事研究非结构化数据的知识发现以及Web 务具有唯一的事务标识。关联规则表示为x=Y的逻辑 数据挖掘技术。 蕴含式，其中x亡I，YCl，并且xnY=书。关联规则 在基于高校信息管理系统的数据挖掘研究中[6-9]，X=Y成立的条件是：(1)它具有支持度S，即D中至少 介绍了应用数据挖掘技术，重点研究学生的学风、成绩、 有s％的事务包含x和Y；(2)它具有置信度C，即在D 就业、图书利用、人事管理等方面的问题【”]，讨论了建立 中包含X的事务至少有c％同时也包含Y。其中关联规 [收稿日