模糊聚类与预测分析模型在高等学校定位中的应用.pdfVIP

维普资讯

第4卷第4期南京农业大学学报(社会科学版)2004．4(4)VOL．4，NO．4

2004年12月JournalofNAcldnlIalUniversity(SocialSciencesEdition)Dee．，2004

模糊聚类与预测分析模型在高等学校定位中的应用

慕静2，李全生2

(1．天津大学管理学院，天津300072；2．天津工业大学管理学院，天津300160)

摘要：利用模糊数据挖掘方法(ⅡIM)，建立了模糊聚类与预测分析模型，并结合2004年中国大学100强排行榜

的有关数据，对某些综合类大学进行了定位分析，其分析结果与实际定位情况基本一致，这充分说明利用该模型

对高等学校定位是可行的、实用的，期望能为我国高等学校的正确定位提供决策支持。

关键词：模糊数据挖掘(FDM)；模糊聚类与预测分析模型；高等学校定位

中图分类号：G463文献标识码：A文章编号：1671—7465(2Oo4)04—0075—05

位中的可行性和实用性，期望能够帮助我国高等学

一、引言校在挖掘自身潜力、提高办学水平，从而增强我国

高等教育国际竞争力等方面提供决策支持。

近年来，我国高等教育规模迅速扩大，整体水

平快速提升，但由于各高等学校之间缺乏特色和层二、模糊聚类与预测分析模型

次，既导致了一些高等学校潜力难以充分发挥，同

时也存在着许多高等学校盲目发展，造成资源巨大1．数据预处理

浪费的情况。如何引导高等学校的正确定位与发

设数据仓库中被定位对象有／1,个，这些对象

展，解决社会的多样化需求与高校的单一化发展目

称为样本，而X=(Xl，，…，)称为样本集又称

标之间的矛盾，是当前中国高等教育事业发展中急

为论域；再设每个样本测得m个指标的数据，则可

待解决的难题，也是一项复杂而艰巨的任务。目

用m维向量描述第i个样本为：

前，有好多专家学者在研究此类问题，其中，广东管

Xi=(l，2，…，)(i=1，2，…，n)

理科学研究院《中国大学评价》课题组武书连最近

(1)

提出了一种大学划分标准，将高等学校的类型划分

由于在实际问题中，采集到的数据往往不是

为“类”和“型”两部分，“类”反映大学的学科特点，

[0，1]闭区间里的数，所以应将这些原始数据标准

“型”表现大学的科研教学规模，“类”在前“型”在

化。

后。该课题组在2002年，对合并重组后的中国大

(1)求样本数据平均值和标准差

学连续两次作了重新定位，按照科研规模划分出研

用语表示第i个样本置对第k项指标取得的

究型、研究教学型、教学研究型、教学型等4种类

型…。本文采用模糊数据挖掘方法(FD’M)，通过建数据，则它们的平均值和