基于高校信息碎片化的信息整合构建研究报告.docxVIP

基于高校信息碎片化的信息整合构建研究报告 福州大学信息管理研究所 PAGE PAGE II PAGE PAGE I 基于高校信息碎片化的信息整合构建研究 摘要：随着高校信息化意识的逐步增强，各高校信息化建设水平都取得了很大程度的提升，建成了如人事管理系统、教务管理系统、学工管理系统、科研管理系统、财务管理系统等，为高校的各项业务提供了很大的支持。但随着网络技术的日新月异，大数据时代开始到来，而大数据时代的一个显著特征就是碎片化，也就是说，除了存储在各业务系统中的结构化数据外，伴随高校师生的行为活动，还产生了海量的非结构化数据。因此，有效利用这些海量碎片化信息为高校的人才培养、科学研究、校园活动、绩效评估等提供有效的支持，对当前高校信息化建设来说显得尤为重要。对高校海量碎片化信息进行有效整合并加以利用，不仅能实现多源异构数据的共享，还能充分挖掘其背后的价值，实现知识集成及创新，从而为用户管理决策提供支持与帮助。 为了解决高校海量数据无法得到有效利用的缺陷，本研究首先从高校用户需求出发，分析了知识碎片的概念及高校信息碎片化整合思想，整理了高校信息碎片化整合思路及流程，在此基础上构建了高校信息碎片化整合框架，并详细阐述了高校信息碎片化整合的关键技术。同时，指出高校信息碎片化整合的关键在于对高校信息碎片化整合特征进行有效选择。其次，通过比较各类数据挖掘及机器学习算法的优劣，选择将训练样本训练速度快、分类精度高、抗噪能力强的随机森林算法运用到整合特征选择过程中。通过对随机森林的概念及算法步骤的分析，构建了基于随机森林的整合特征选择模型，并定义了特征选择模型的评价指标用以衡量模型的精度。最后，通过贫困生认定这一案例对随机森林算法在高校信息碎片化整合特征选择中的准确性和有效性进行验证。 研究结果表明高校信息碎片化整合不仅具有很好的扩展性，还充分考虑到用户的自主性，为用户提供了个性化的决策支持。高校信息碎片化整合的核心在于最优整合特征集合的选择。随机森林良好的泛化性和鲁棒性、对噪声不敏感、能处理连续属性的特点，很适合用来建立高校信息整合特征选择模型。本研究利用随机森林算法构建了高校信息碎片化整合的特征选择模型，并通过高校贫困生认定这一实验对模型进行验证。实验结果表明随机森林算法在高校信息整合特征的选择上表现出较高的准确性和有效性，这也为高校信息整合提供了一种新的思路。 关键词：随机森林，碎片化，信息整合，特征选择 PAGE PAGE II PAGE PAGE III Research on Information Integration Based on University Information Fragmentation Abstract With the gradual strengthening of the awareness of information technology in universities, the level of information construction in universities both have made a great degree of improvement, such as personnel management system, educational administration system, academic management system, scientific research management system, financial management system, all of these provides a lot of support for the every business of college. But with the rapid development of network technology, the Age of Big Data is coming, and one of the distinct feature of the Age of Big Data is fragmented, that is to say, in addition to the data of structure which is stored in the business system，it also produced massive amounts of unstructured data which is accompanied by the behavior of teachers and students. Therefore, in order to provide valid s