改进的k均值算法在大学生科技创业活动研究中的应用.docVIP

改进的k均值算法在大学生科技创业活动研究中的应用 摘要：对大学生科技创业活动研究的目的是为了深入挖据大学生潜力，为其提供良好的大学生科技创业环境。采用数据挖据思想建立科技创业活动研究模型，利用模型帮助学生对创业愿望进行测评，挖掘未发现的创业潜力，辅助自己的创业选择，同时对就业环境的创建起到辅助作用。 关键词：大学生科技创业；数据挖掘；聚类分析；k均值算法 中图分类号：TP312文献标识码：A文章编号：1座机电话号码（2012）00座机电话号码 1创业活动研究模型 本文对创业活动的研究，主要采用聚类对采集的信息进行挖掘处理。 假设考察创业者n项指标，则样本集X X1，X2，…，Xn ，可以用n维向量描述样本，即：Xi Xi1，Xi2，…，Xin ，其中i 1，2，…，m。创业活动研究模型如图1所示。 样本点Xij来自于调查Web上的学生填写的调查信息，对于学生创业者来说，主要想知道自己输入的一些具体信息，得知与之相匹配的创业特征，对于创业环境决策者来说，则可以根据特征分类库设置相应的政策，为创业者创造良好的环境。 样本数据预处理的目的是标准化数据，清除垃圾数据，删除与挖掘无关的样本属性内容。经过预处理后的样本数据，就能进行数据聚类分析。 2数据样本聚类分析 聚类是将数据集中在某些方面相似的数据成员进行分类组织的过程，是一些数据实例的集合，集合间的数据元素彼此相似而区别其它集合