粗糙集理论的评价决策系统的研究(附件)【字数：7732】
摘 要摘 要近几年来,中国的教育事业急速发展,各高校几乎每年都在扩招,同样也面临着一些问题:我们如何能快速、准确地评价一个学生是否是优秀?如何才能提高学生的课程成绩以及其他方面的能力?这些都是本文要去研究和解决的问题,如何构建适合学校的学生能力测评模式是本论文研究的核心。在此基础上,研究了一所学校学生能力现状。通过对数据进行分析,建立学生评价决策系统,为学校奖学金等级以及优秀毕业生的评定提供理论的支持和科学的依据. 首先构建了学校学生能力评价指标体系,然后我们利用粗糙集理论在数据挖掘中的优势,应用基于属性重要性的数据约简算法对决策信息系统进行属性约简和规则提取,建立学校学生综合能力的测评模式.需要特别指出的是,本文研究是基于测评数据完整情况下获得的学生能力测评的模式和评价方法;即在具体进行测评时,如果遇到数据有缺失或不完整的测评对象,对这样的测评对象采取了删除的处理。关键词粗糙集；决策信息系统；属性简约；规则提取;评价指标体系；学生评价系统
目录
第一章 绪论 5
1.1 研究的背景、目的及意义 5
1.2粗糙集理论及研究现状 5
1.3基于粗糙集的学生评价决策系统的研究现状 6
1.4本文的主要研究内容和组织结构 6
1.4.1主要研究内容 6
1.4.2本文的组织架构 6
第二章 基于属性重要性的数据约简算法 8
2.1粗糙集的基本概念 8
2.1.1知识与知识库 8
2.1.2集合的下近似和上近似 9
2.1.3属性的重要程度 9
2.1.4规则提取 10
2.2基于粗糙集的属性重要性的数据约简算法的具体步骤 10
第三章 基于粗糙集理论的学生评价决策系统的研究 12
3.1 问题描述 12
3.2 基于粗糙集理论的学生评价决策系统的指标体系构建 12
3.3 数据的收集与预处理 13
3.4 记录数值化和离散化 13
3.5 决策系统的生成 14
3.6 属性约简和规则提取 15
3.6.1 应用基于属性重要性的数据约简算法对决策信息 *好棒文|www.hbsrm.com +Q: &351916072&
系统进行属性约简 15
3.6.2从约简后的决策信息系统中得出决策规则 18
3.7结果分析 19
第四章 实例分析 20
结论 22
致谢 23
参考文献 24
第一章 绪论
1.1 研究的背景、目的及意义
从粗糙集理论的提出到现在已有三十一年,已经成为数据挖掘领域的重要研究点,基于粗糙集的属性约简和规则提取算法具有十分重要的研究意义.
近几年来,我国高校毕业生的数量急剧上升,学生的就业压力也日益突出;而就业率的高低将直接影响各学校的发展;因此,各学校的领导者除了不断投入资金来完善自身的软硬件建设外, 更希望知道学生的哪些能力企业最看重,以便于有针对性的培养。
培养的过程中往往会遇到各种困难,会受到各种因素的制约,那么,制约学生就业能力提升的最重要的因素是什么?哪些因素能够有效地提高学生就业能力?这些问题引起很多学者的关注,而且做过许多的研究工作.但是这些研究都有很大的局限性,基本局限在如何提高学生的成绩;而很少有对学生综合能力和就业能力的测评模式的研究,特别是对基于粗糙集的学生综合和就业能力的测评模式的研究。本文尝试使用基于粗糙集理论的属性重要性的数据约简算法[1]和决策规则提取方法建立针对学校学生综合能力的测评模式，从而获得制约和提高学生综合能力的最重要因素，为学校对学生进行素质教育和能力培养以及推荐优秀毕业生提供依据。
1.2粗糙集理论及研究现状
十九世纪七十年代，Pawlak和波兰科学院、华沙大学的一些逻辑学家，在研究信息系统逻辑特性的基础上，提出了粗糙集理论思想。在最初的几年里，由于大多数研究论文使用波兰文发表的，所以未引起国际计算机界的重视，研究地域仅限于东欧各国。1982年，Pawlak发表经典论文《Rough sets》[2]，标志着该理论的正式诞生。1991年Pawlak的第一本关于粗糙集理论的专著发表。1992年Slowinski[3]主编的《Intelligence decision support:handbook of applications and advances of rough sets theory》的出版，奠定了粗糙集理论的基础，有力地推动了国际粗糙集理论与应用的深入研究。第一届关于粗糙集理论的国际学术会议1992年在波兰召开。1995年，Pawlak等人在《ACM Communications》上发表“Rough sets”，极大地扩大了该理论的国际影响。1996年至1999年，分别在日本、美国、美国、日本召开了第4到7届的粗糙集理论国际研讨会。2001年至2002年、中国分别在重庆、苏州召开第一、二届粗糙集与软计算学术会议。虽然粗糙集仅经过三十一年的发展,但是不管是在理论研究还是应用研究上,都有很多令人瞩目的的研究成果。
1.3基于粗糙集的学生评价决策系统的研究现状
粗糙集理论还被广泛的应用到对高校学生的学习成绩的提高和能力培养等方面。
柴造坡[4]利用粗糙集的DMNI算法挖掘出影响学生学习成绩提高的重要因素。庄怡雯、黄润才[5]设计了可以对学生自主学习成绩决策表进行求解的粗糙集工具箱,最终获得了学生自主学习的“总成绩”与学生具体学习的“质”和“量”之间的依赖关系。费海娟[6]利用层次分析法、模糊评价法构建评价模型对学生创新能力进行评价。曾鸿英[7]从学校学生职业能力的构成,论述了在就业导向下应如何培养学生的职业能力。王国胤、何晓[8]提出了一种测量决策表和决策规则不确定性的方法,建立了不确定条件下主动学习的模型。董占军、左光纪[9]运用层次分析法,建立了一个模型来对高校的素质水平进行科学评价。高丽红[10]利用粗糙集理论对信息处理的优势,在充分考虑学生学习不确定因素的基础上,提出了一种基于粗糙集理论的方法来分析影响大学生学业成绩的因素。
但这些研究大多局限于如何提高学生的成绩或单方面的能力培养的研究,而对于学生能力测评模式和就业能力测评模式的研究少之又少,特别是基于粗糙集的学生评价决策系统的研究至今鲜有涉足。
1.4本文的主要研究内容和组织结构
1.4.1主要研究内容
目录
第一章 绪论 5
1.1 研究的背景、目的及意义 5
1.2粗糙集理论及研究现状 5
1.3基于粗糙集的学生评价决策系统的研究现状 6
1.4本文的主要研究内容和组织结构 6
1.4.1主要研究内容 6
1.4.2本文的组织架构 6
第二章 基于属性重要性的数据约简算法 8
2.1粗糙集的基本概念 8
2.1.1知识与知识库 8
2.1.2集合的下近似和上近似 9
2.1.3属性的重要程度 9
2.1.4规则提取 10
2.2基于粗糙集的属性重要性的数据约简算法的具体步骤 10
第三章 基于粗糙集理论的学生评价决策系统的研究 12
3.1 问题描述 12
3.2 基于粗糙集理论的学生评价决策系统的指标体系构建 12
3.3 数据的收集与预处理 13
3.4 记录数值化和离散化 13
3.5 决策系统的生成 14
3.6 属性约简和规则提取 15
3.6.1 应用基于属性重要性的数据约简算法对决策信息 *好棒文|www.hbsrm.com +Q: &351916072&
系统进行属性约简 15
3.6.2从约简后的决策信息系统中得出决策规则 18
3.7结果分析 19
第四章 实例分析 20
结论 22
致谢 23
参考文献 24
第一章 绪论
1.1 研究的背景、目的及意义
从粗糙集理论的提出到现在已有三十一年,已经成为数据挖掘领域的重要研究点,基于粗糙集的属性约简和规则提取算法具有十分重要的研究意义.
近几年来,我国高校毕业生的数量急剧上升,学生的就业压力也日益突出;而就业率的高低将直接影响各学校的发展;因此,各学校的领导者除了不断投入资金来完善自身的软硬件建设外, 更希望知道学生的哪些能力企业最看重,以便于有针对性的培养。
培养的过程中往往会遇到各种困难,会受到各种因素的制约,那么,制约学生就业能力提升的最重要的因素是什么?哪些因素能够有效地提高学生就业能力?这些问题引起很多学者的关注,而且做过许多的研究工作.但是这些研究都有很大的局限性,基本局限在如何提高学生的成绩;而很少有对学生综合能力和就业能力的测评模式的研究,特别是对基于粗糙集的学生综合和就业能力的测评模式的研究。本文尝试使用基于粗糙集理论的属性重要性的数据约简算法[1]和决策规则提取方法建立针对学校学生综合能力的测评模式，从而获得制约和提高学生综合能力的最重要因素，为学校对学生进行素质教育和能力培养以及推荐优秀毕业生提供依据。
1.2粗糙集理论及研究现状
十九世纪七十年代，Pawlak和波兰科学院、华沙大学的一些逻辑学家，在研究信息系统逻辑特性的基础上，提出了粗糙集理论思想。在最初的几年里，由于大多数研究论文使用波兰文发表的，所以未引起国际计算机界的重视，研究地域仅限于东欧各国。1982年，Pawlak发表经典论文《Rough sets》[2]，标志着该理论的正式诞生。1991年Pawlak的第一本关于粗糙集理论的专著发表。1992年Slowinski[3]主编的《Intelligence decision support:handbook of applications and advances of rough sets theory》的出版，奠定了粗糙集理论的基础，有力地推动了国际粗糙集理论与应用的深入研究。第一届关于粗糙集理论的国际学术会议1992年在波兰召开。1995年，Pawlak等人在《ACM Communications》上发表“Rough sets”，极大地扩大了该理论的国际影响。1996年至1999年，分别在日本、美国、美国、日本召开了第4到7届的粗糙集理论国际研讨会。2001年至2002年、中国分别在重庆、苏州召开第一、二届粗糙集与软计算学术会议。虽然粗糙集仅经过三十一年的发展,但是不管是在理论研究还是应用研究上,都有很多令人瞩目的的研究成果。
1.3基于粗糙集的学生评价决策系统的研究现状
粗糙集理论还被广泛的应用到对高校学生的学习成绩的提高和能力培养等方面。
柴造坡[4]利用粗糙集的DMNI算法挖掘出影响学生学习成绩提高的重要因素。庄怡雯、黄润才[5]设计了可以对学生自主学习成绩决策表进行求解的粗糙集工具箱,最终获得了学生自主学习的“总成绩”与学生具体学习的“质”和“量”之间的依赖关系。费海娟[6]利用层次分析法、模糊评价法构建评价模型对学生创新能力进行评价。曾鸿英[7]从学校学生职业能力的构成,论述了在就业导向下应如何培养学生的职业能力。王国胤、何晓[8]提出了一种测量决策表和决策规则不确定性的方法,建立了不确定条件下主动学习的模型。董占军、左光纪[9]运用层次分析法,建立了一个模型来对高校的素质水平进行科学评价。高丽红[10]利用粗糙集理论对信息处理的优势,在充分考虑学生学习不确定因素的基础上,提出了一种基于粗糙集理论的方法来分析影响大学生学业成绩的因素。
但这些研究大多局限于如何提高学生的成绩或单方面的能力培养的研究,而对于学生能力测评模式和就业能力测评模式的研究少之又少,特别是基于粗糙集的学生评价决策系统的研究至今鲜有涉足。
1.4本文的主要研究内容和组织结构
1.4.1主要研究内容
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/sxtj/172.html
