（计算机应用技术专业论文）基于web的高职教育评价信息系统.pdf

摘要 本文的教育评价是根据一定的教育价值观或教育目标，运用可操作的科学手 段，通过系统地搜集信息、资料，分析、整理，对教育活动、教育过程和教育结 果进行价值判断，从而为不断自我完善和教育决策提供依据。本文经过总结和归 纳充分认识到国内外教育评价的理论与实践从本世纪以来得到了迅速的发展，但 相对于教育评价研究来说，却很少注意到对于每一种教育评价都必然存在一定的 价值取向，而这些价值取向、价值判断的背后起支配和指导作用的是信息综合处 理与数据挖掘的理论和方法的研究与实践以及基于w e b 的教育评价信息系统( 软 件) 的支持。 本文对国内外教育评价方法和技术进行了述评，对国内的教育评价信息的数 据挖掘也进行了研究。借鉴高职教育评价指标体系，首先以a h p 层次分析法为基 础，并改革其定量分析的不足，在a h p 层次分析法基础上综合运用改进的遗传算 法建立数据挖掘模型，并对教育评价指标之间的关系做出了科学的定量分析；其 二是基于h q p 层次分析法确定的教育评价指标体系关系，运用灰色聚类分析法为 基础，建立灰色聚类模型，并结合模糊评价方法对教育评价数据和信息进行分析、 统计、判断，综合模型算法获得了教育评价的最终结果；其三是应用决策树算法， 建立决策树模型，解决了教育评价结果分析中诸如定量分析如何转化定性分析等 问题；其四是基于w e b 平台开发教育评价综合信息处理系统( 软件) ，使教育评 价信息化，网络化。最终目的是为教育评价信息综合处理与数据挖掘工作提供 科学的算法、模型和决策信息，为使用数据挖掘技术对教育评价信息综合处理提 供了广阔的前景。 关键词：数据挖掘；教育评价信息系统；a h p ；遗传算法；灰色聚类；模糊评价； 决策树 a b s t r a c t t h i sp a p e r se d u c t i o ne v a l u a t i o ni st h a ta c c o r d i n gt op a r t i c u l a re d u c a t i o nv a l u e a n de d u c a t i o no b j e c t ，u s i n go p e r a b l es c i e n c ea r t i f i c e ，m a k ev a l u ej u d g m e n to n e d u c a t i o na c t i o n ，p r o c e s s i n ga n dr e s u l t b ys y s t e m i cc o l l e c t i n g , a n a l y z i n ga n d a r r a n g i n gi n f o r m a t i o nd a t a t h er e s u l to fj u d g m e n tw i l lp r o v i d e ab a s i sf o rc o n t i n u o u s s e l f - i m p r o v e m e n ta n de d u c a t i o nd e c i s i o n a c c o r d i n gt oc o n c l u s i o ni tc a nb ek n o w s t h a tt h et h e o r ya n da p p l i c a t i o no fe d u c a t i o ne v a l u a t i o nh a daq u i c k l yd e v e l o p m e n t f r o mt h i sc e n t u r y , b u tr e l a t i v et oe v a l u a t i o ni n v e s t i g a t i o ni tw a s n tm e n t i o n e dt h a t e d u c a t i o ne v a l u a f i o nh a dad e f i n i t ev a l u eo r i e n t a t i o n ，a n dt h e s ev a l u eo r i e n t a t i o n s w e r ed o m i n a t e db yt h es t u d ya n da p p l i c a t i o no fi n f o r m a t i o ni n t e g r a t e dp r o c e s s i n ga n d d a t am i n i n gt h e o r ya n dm e t h o d ，a n ds u p p o r t e db ye d u c a t i o ne v a l u a t i o ni n f o r m a t i o n s y s t e mw h a tb a s e do nw e b t h i sp a p e rh a sr e m a r ko ne d u c a t i o ne v a l u a t i o nm e t h o da n dt e c h n o l o g ya th o m e a n da b r o a d ，a n da l s or e s e a r c h e do nt h ed a t am i n i n go fi n t e r n a le d u c a t i o ne v a l u a t i o n i n f o r m a t i o n u s e s e c o n d a r yv o c a t i o n a l e d u c a t i o ne v a l u a t i o ni n d e x s y s t e m f o r r e f e r e n c e ，f i r s t l yt h i sp a p e ru s ea h pm e t h o da sb a s i st h e nr e g e n e r a t el a c ko fi t s q u a n t i t a t i v ea n a l y s i s ，a tt h es a m et i m eu s em o d i f i e dg e n e t i ca l g o r i t h mt oc o n s t r u c t d a t am i n i n gm o d e l sa n dm a k es c i e n t i f i cq u a n t i t a t i v ea n a l y s i so nr e l a t i o no fe d u c a t i o n e v a l u a t i o ni n d e x e s s e c o n d l yb a s e do ne d u c a t i o ne v a l u a t i o ni n d e xs y s t e m sr e l a t i o n w h a tw a sd e t e r m i n e db ya h p , t h i sp a p e ru s eg r a yc l u s t e r i n gm e t h o da sb a s i s ， c o n s t r u c t e dg r a yc l u s t e r i n gm o d e l sa n dc o m b i n e df u z z ye v a l u a t i o nm e t h o dt oa n a l y z e ， j u d g eo ne d u c a t i o ne v a l u a t i o nd a t aa n di n f o r m a t i o n t h i r d l yt h ep r o b l e mo fe d u c a t i o n e v a l u a t i o nr e s u l ta n a l y s i sw h a tl i k eh o wt ot r a n s f o r mq u a n t i t a t i v ea n a l y s i si n t o q u a l i t a t i v ea n a l y s i sw a ss o l v e db yu s i n gd e c i s i o nt r e em e t h o da n dc o n s t r u c t i n g d e c i s i o nt r e em o d e l f o u r t h l yi td e v e l o p e de d u c a t i o ne v a l u a t i o ni n f o r m a t i o ns y s t e m b a s e do nw e b p l a t f o r m ，t a k ee d u c a t i o ne v a l u a t i o nt on e t w o r k i n ga n di n f o r m a t i z a t i o n t h ef i n a lp u r p o s ew a st h a tp r o v i d es c i e n t i f i cm e t h o da n dd e c i s i o ni n f o r m a t i o nf o r e d u c a t i o ne v a l u a t i o ni n f o r m a t i o np r o c e s s i n ga n dd a t am i n i n g ，t h e np r o v i d ee x p a n s i v e f u t u r ef o ru s ed a t am i n i n gt e c h n o l o g yt op r o c e s se d u c a t i o ne v a l u a t i o ni n f o r m a t i o n k e y w o r d s ：d a t am i n i n g ；e d u c a t i o ne v a l u a t i o ni n f o r m a t i o ns y s t e m ；a h p ；g e n e t i c a l g o r i t h m ；g r a yc l u s t e r i n g ；f u z z ye v a l u a t i o n ；d e c i s i o nt r e e 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得丞洼王些盔堂或其他教育机构的学位或 证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文 中作了明确的说明并表示了谢意。 学位论文作者签名： l 夼南 签字日期：彳年2 月徊 学位论文版权使用授权书 本学位论文作者完全了解丞洼互些态堂有关保留、使用学位论文的规定。 特授权丞洼王些太堂可以将学位论文的全部或部分内容编入有关数据库进行 检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学 校向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权的说明) 学位论文作者签名：王桶导师签名： 奇俊彳、 签字日期：渺6 7 年z 月坫日签字日期：勿晰2 月日 签字日期：渺 年z 月坫日签字日期：刃晰2 月日 学位论文的主要创新点 一、以a h p 层次分析法为基础，并改革其定量分析的不足，在a h p 层 次分析法基础上综合运用改进的遗传算法建立数据挖掘模型，并对教 育评价指标之间的关系做出了科学的定量分析 二、运用灰色聚类分析法为基础，建立灰色聚类模型，并结合模糊评 价方法对教育评价数据和信息进行分析、统计、判断，综合模型算法 获得了教育评价的最终结果。应用决策树算法，建立决策树模型，很 好地解决了教育评价结果分析中诸如定量分析如何转化定性分析等 问题 第一章绪论 1 1研究背景 第一章绪论 教育评价信息的综合处理问题的主要难点在于如何利用计算机技术和教育 评价理论对教育评价中的非量化问题进行量化，并采用层次分析法、遗传算法、 灰色聚类法、模糊评价法和决策树算法等方法进行数据统计，分析，挖掘，从而 建立基于w e b 平台的信息系统( 软件) ，获得客观、准确的评价结果。基于上述信 息处理难点，本文采用数据挖掘技术建立算法模型库，建立数据处理的数据库， 以及实际应用的教育评价信息系统。下面主要简单介绍了本文的研究背景以及开 发该系统所用的技术和工具。 1 1 1 教育评价的现状分析及发展 教育评价是根据一定的教育价值观或教育目标，运用可操作的科学手段，通 过系统地搜集信息、资料，分析、整理，对教育活动、教育过程和教育结果进行 价值判断，从而为不断自我完善和教育决策提供依据n 一3 。鉴于教育评价中的信 息处理与数据挖掘问题是教育评价研究中的重要问题，它的解决不仅可以促进教 学质量提高，同时可以为加快高校教学改革、实施素质教育提供有价值的参考信 息。国外高职教育评价的理论与实践从本世纪以来得到了迅速的发展，但相对于 高职教育评价实践来说，评价信息综合处理的理论与方法的发展却显得相对落 后。到目前为止，总结和归纳国外高职教育评价的发展过程中发现有代表性的教 育评价模式大致有以下三种，即目标导向评价模式1 ，决策导向评价模式h 5 1 和多 元论评价模式陋1 。而这些高职教育评价模式的研究，很少注意到信息综合处理的 理论与方法的研究，很难发现它们的倡导者对信息综合处理的理论与方法的论 述，而且每一种高职教育评价都必然存在一定的价值取向，而这些价值取向、价 值判断的背后起支配和指导作用的是信息综合处理的理论和方法的研究与实践。 另外，据不完全统计，在美国有2 6 所学校，在加拿大有9 4 所学校，在英国 有9 7 所学校，在日本有2 1 所学校，在印度有2 5 所学校通过了i s 0 9 0 0 0 质量认 证体系的认证。目前我国已有1 0 余家高职教育机构通过了i s o 认证。通过我国 参与i s o 评估的高职院校的情况反映，评估的费用较高，无形之中增加了学校的 办学成本；对于评价指标体系也很难构造实际的评价模型，做出其定量分析，对 高职教育评价及进程进行科学的度量。 l 天津工业大学硕士学位论文 目前，国家教育部经过组织专家多次研究，已经制订了高职高专教育人才 培养工作水平评估方案，并于2 0 0 3 年对全国2 6 所高职高专院校进行了试评。 这是对以教学工作为核心的人才培养工作的全方位、全过程、全息式的评估。并 以此为契机进一步推进高职教育工作评价的研究和实践。例如，华东师大教科所 刘德恩在其职业能力评价的三种模式中，参考国外职业能力评价，提出了 行为样本、工作现场观察和已有绩效的三种评价模式，并指出了它们存在的一些 问题和改进措施。有的学校为了增加测评结果的可比性，对算术平均分、当量分 和当量修正分等可比性进行了研究和尝试，从方法的角度完善评价的公正性。又 例，国内还有一部分对高职教育评价与评价指标体系的研究都是以层次分析法作 为基础。它是一种定性和定量评价相结合、系统化、层次化的分析方法。其缺点 是没有足够的定量分析为依据就来评价影响系统各种因素的优先顺序。 综上所述，国内外研究人员针对教育评价与评价指标体系中非常重要且关键 的因素( 或动态因素) 如何能在指标体系中客观、合理的量化问题都给予了充分 的重视，但至今仍没有得到满意解决。 1 1 2 数据挖掘技术在教育评价中的应用 教育评价中的信息处理问题是教育评价研究中的基本问题，它是人们基于对 教育评价中价值的认识，并在教育价值观的指导下形成的、反映着主客体关系的 信息综合处理过程隅1 。自教育评价产生之日起，人们对它的定义的描述就一直与 评价信息综合处理技术相连。对于教育评价指标体系的研究，国内外研究人员对 其中非常重要且关键的因素如何能在指标体系中客观、合理的量化问题都给予了 充分的重视，但没有统一的模式和计量方法做出其定量分析( 目前是专家组讨论 决定，包括权重) ，对这方面的研究较为欠缺。 数据挖掘是从大量数据中提取知识与规则，对数据进行定量分析的最好手 段，这就决定了数据挖掘技术同样可以应用于教育管理与评价领域，例如对学生 成绩数据库进行数据挖掘，可以找出影响学生总体成绩的关键学科，通过加强对 这些关键学科的教学管理，提高学生关键学科的成绩，从而间接地促进其它学科 的学习成绩：对学校的人事数据库进行数据挖掘，可以找出影响学科发展的关键 因素，确定今后人才培养的目标吼驯。 目前，数据挖掘技术在教育层面上的应用已经开始，但并不广泛。浙江大学 使用关联规则发现技术对高校的人事信息库进行挖掘，试图找到影响学科发展的 因素，发现如何评价一个学科，以及影响学科发展的各个要素之间的关系。另外， 曲阜师范大学体育系与上海阂行体委就体育人才的选拔探讨了数据挖掘的可行 性。在每年对中小学生的体质调查中，积累了大量的数据，利用数据挖掘技术， 第一章绪论 他们试图从数据中深入寻找各种因素的相互联系，发现一些随着诸因素动态变化 而产生的新的指导学校体育科研和教学训练的规律，进而发现运动人才。 对于通过已有的评价指标体系、计量方法与计算机技术建立信息平台，开发 应用系统，至今仍没有得到满意解决。因此，运用计算机技术，建立综合信息处 理系统( 软件) 显得越来越重要。 综上所述，本系统以遗传算法，灰色聚类，决策树等方法为依据，运用计算 机技术，建立了基于w e b 的高职教育评价信息系统。 1 2教育评价信息系统开发平台简介 本系统开发所用的是n e t 和m a t l a b 技术，在n e t 中主要用到了a s p n e t ， 这里对这些技术做一个简单的介绍。 1 2 1 n e t 技术 n e t 是一套完整的开发工具集合，利用n e t 可以开发a s pw e b 应用程序、 x m lw e b 服务、桌面应用程序和移动应用程序等。它包括了v i s u a lb a s i c n e t ， v i s u a lc + + n e t 和v i s u a lc # n e t 。所有的开发工具使用集成开发环境( i d e ) 这 使得它们可以方便地共享应用工具，并用多种语言开发同一个项目。 n e t 平台作为支持w e b 服务的新一代平台，具有无可替代的优势。n e t 拥 有丰富的运行库服务以支持多种语言编写的组件，具有跨语言和跨平台的互操作 能力，它为构建安全、可靠、高扩展性和高可用性的w e b 服务提供了从创建到配 置、维护等一系列的应用程序模型和开发支持。同时，n e t 在w e b 方面有很多 创新，使得w e b 服务的开发和使用变得非常容易，包括使用可扩展标记语言( x m l ) 格式化数据、使用s o a p ( s i m p l eo b j e c ta c c e s sp r o t o c o l ，简单对象访问协议) 在应用程序间传递数据，以及使用u d d i ( 统一描述发现和集成协议) 为w e b 服务 提供目录等。 n e t 平台由以下部分组成u ： n e t 服务框架和开发工具。一个坚实、可靠和强大的编程框架是必须的， m i c r o s o f t n e t 框架便充当了这一角色方便易用的r a d 也是非常有必要的，2 0 0 2 年3 月发布的v s n e t 就是一个优秀的开发工具。 n e t 服务器。能够提供广泛聚合和继承x m lw e b 服务的服务器是搭建 m i c r o s o f t n e t 平台的后端基础，广泛支持x m l 的数据库、操作系统及商务交易 系统将为m i c r o s o f t n e t 平台提供一个坚实的后端基础。 n e t 基础服务。密码认证、日历、文件存储和用户信息等基础服务是必不 天津工业大学硕士学位论文 可少的 n e t 终端设备。广泛连接i n t e r a c t 并体验x m lw e b 服务的终端设备是实现 的前端基础，p c 、p d a 以及各种嵌入式设备将在这个广阔的天地里发挥作用。 n e t 用户体验。快捷、高效、方便、易用且能满足人们各种需求的用户体 验是m i r o s o f t n e t 的终极目的，也是m i c r o s o f t n e t 的价值实现。将通信和计 算两大i t 主题通过x m lw e b 服务完美地演化为人们同益增长的体验需求是 m i c r o s o f t n e t 平台中最具创造性，也是最具价值的部分。 在这5 个组成部分中，“n e t 服务框架和开发工具 是整个n e t 平台赖以 生存和发展的核心，其他4 个部分则是紧紧围绕着n e t 框架来进行组织整合一 个健壮、高效和安全的框架，一个经过检验的坚实的结构，对于现代软件开发是 非常关键的。用户无需再从底层开始完全靠自己来实现规则和数据处理，所要做 的只是按照自己的商业逻辑组织服务应用。m i c r o s o f t n e t 框架为基于下一代 i n t e r n e t 网络的x m lw e b 服务及应用程序提供了一个托管的、安全和高效的执 行环境。 n e tf r a m e w o r k 是n e t 平台的核心，位于操作系统之上，由许多组件组成， 其本质上就是一个运行在w i n d o w s 之上的系统应用程序，它的组成如图1 - 1 所示。 a s p n e t纬铴d o w sf o r m s l w e bf o r m s i lw e b 服务li c o n t r o s d r a w i n g s i l a s p n e t 应用程序服务 i1 w i n d 。w s 应用程序服务 1 n e tf r a m e w o r k 类库 i a d o n e t i i n e t s e c u r i t yd i a g n 。s t i c s l f x m l l l t h r e a d i n g c o l l e c t i o n s 其他i l 通用语言运行环境 l 通用类型系统l 内存管理l i 生命周期监控l 图1 - 1n e t 框架 n e t 框架最重要的组件就是c l r ( c o m m o nl a n g u a g er u n t i m e ，通用语言运行 环境) h 2 oc l r 是适用于所有n e t 语言的运行环境，它用于执行和管理用任何一 种针对n e t 平台的语言编写的所有代码。c l r 为n e t 应用程序提供了一个托管 的代码执行环境，托管是指将原来由程序员或操作系统做的工作剥离出来交由通 第一章绪论 用语言运行环境处理，这样的工作通常包括内存管理、即时编译、组件自描述、 安全管理和代码验证，以及其他一些系统服务。c l r 是一个技术规范，无论程序 使用什么语言编写，只要能编译成中间语言( i l ) ，即可在其支持下运行，使得n e t 应用程序得以独立于语言。c l r 的设计目的是直接在应用程序运行环境中为现代 基于组件的编程提供第l 步的支持。它直接支持属性、事件、对象、继承性、多 态性和接口。 通用语言运行环境根据托管组件的来源( 如i n t e r n e t 、局域网或本地机) 等 因素判定其信任度，然后根据其信任度来限定其执行某些敏感操作的权限，如读 取文件或修改注册表等。基于角色的认证为i n t e r n e t 上分布式组件的执行提供 了安全保证，借助通用类型系统对代码类型进行严格的安全检查避免了不同组件 之间可能存在的类型不匹配的问题。通用语言运行环境不仅规定代码访问的安 全，还规定基于角色的安全。通过代码访问安全机制，开发人员能为应用程序指 定完成工作所必需的权限。 c l r 通常寄宿在其他高性能服务器中，例如i n t e r n e t 信息服务器( i i s ) 和s q l s e r v e r 数据库服务器等，使得开发人员可以充分利用其诸多的安全高效优点来 部署自己的商业逻辑。 在c l r 之上是n e t 框架基类库。此类库支持基本的输入输出功能、字符串 处理、安全管理、网络通信、线程管理、文本管理、反映功能、收集功能以及其 他的功能。这组基础类库包括了从输入输出到数据访问等各方面，提供了一个统 一的面向对象的、层次化的、可扩展的编程接口。它使用一种点号分隔的方法， 使得查找和使用类库非常容易。 一 框架基类库之上是扩展了基类以支持数据管理和x m l 管理的类库。数据类支 持固定数据管理存储在后端数据库的数据。这些类包括结构化查询语言，让 你通过标准s q l 接口处理固定数据。在n e t 中利用a d o n e t 访问数据库，a d o n e t 提供了一组用来连接到数据库、运行命令、返回记录集的类库，帮你处理数据。 它提供的功能可以读取各种数据源中的数据、减少需要编写的代码量。 三个不同技术( 包括w e b 服务、w e b 表单和w i n d o w s 表单) 中的类扩展了框架 基类及数据和x m l 类。w e b 服务包括支持轻便分布组件开发的许多类，这些组件 支持跨计算机空间的即插即用，因为w e b 服务使用标准的h t t p 和s o a p 。w e b 表 单包括允许快速开发w e b 图形用户接口( g u i ) 应用程序的许多类。在v i s u a l s t u d i o n e t 中开发w e b 应用程序可以像在v i s u a lb a s i c 中开发g u i 一样，使用 拖放方法开发w e bg u i ，简单地将控件拖放到w e b 表单上，双击控件并编写代码 响应相关事件n 文1 4 ，。 天津工业大学硕士学位论文 1 2 2a s p n e t 技术 a s p n e t 是统一的w e b 开发平台，提供了创建w e b 应用程序所必须的服务， 是n e tf r a m e w o r k 的重要组成部分。当前，a s p n e t 仅支持完全面向对象的 v i s u a lb a s i c 、c # 和j s c r i p t ，v b s c r i p t 已经不被支持。a s p n e t 是完全基于组 件的，所有的页面、c o m 对象乃至h t m l 元素都可以视为对象。在a s p n e t 中将 可以使用n e t 平台提供的各种运行环境服务，如丰富的类库、数据访问、自动 内存管理等等，从而可以大大提高开发效率。可以从以下几个方面来了a s p n e t ： 1 a s p n e t 网络表单 a s p n e t 网络表单的设计目的就是使得开发者能够非常容易的创建网络表 单。它把v b 的快速开发模型引入到网络开发中来，各种控件可拖拽，从而大大 简化了网络应用的开发。a s p n e t 采用c o d e - b e h i n d 方式，将代码和内容分开， 从而避免了现在的a s p 开发中内容和脚本交错导致的维护困难，同时也使得开发 人员和设计人员能够更好的分工合作，提高了开发效率。a s p n e t 中引入了服务 器端控件，大大提高了构建网络表单效率。此外，服务器端控件是可扩展的，开 发者可以建造自己需要的服务器端控件口6 1 。 2 a s p n e tw e b 服务 w e b 服务技术是下一代可编程网络的核心。在a s p n e t 中，建造和使用w e b 服务都非常方便：建造w e b 服务就是编写一个后缀为a s m x 的文件，w e b 服务的 建造者不需要了解s o a p ，x m l 的细节，只需要把精力集中在自己的服务本身，这 也为独立软件服务开发商提供了很好的机会n 引。 3 a s p n e t 应用框架 a s p n e t 不再是解释执行，而是由j i t ( j u s ti nt i m e ) 编译器编译运行，再 加上灵活的缓冲技术，从根本上提高了性能。并且，由于a s r n e t 的应用框架基 于c l r ，发布一个网络应用，仅仅是一个拷贝文件的过程，即使是组件的发布也 是如此，更新和删除网络应用，可以直接替换删除文件开；开发者可以将应用 的配置信息存放在x m l 格式的文件( w e b c o n f i g ) 中，管理员和开发者对应用程序 的管理可以分开进行。此外，a s p n e t 提供了多样的认证和安全管理方式，在 可靠性等多方面都有很大的提高n 7 j 8 1 。 1 2 3m a t l a b 平台 m a t l a b 是矩阵实验室( m a t r i xl a b o r a t o r y ) 之意。除具备卓越的数值计算 能力外，它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控 制等功能。 第一章绪论 m a t l a b 的基本数据单位是矩阵，它的指令表达式与数学，工程中常用的形式 十分相似，故用m a t l a b 来解算问题要比用c ，f o r t r a n 等语言完相同的事情简捷得 多。 以下简单介绍一下m a t l a b 的主要特点。 m a t l a b 的语言简洁紧凑，使用方便灵活，库函数极其丰富。m a t l a b 程序书 写形式自由，利用起丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必 要的编程工作。由于库函数都由本领域的专家编写，用户不必担心函数的可靠性。 可以说，用m a t l a b 进行科技开发是站在专家的肩膀上n9 刎。 m a t l a b 的运算符丰富。由于m a t l a b 是用c 语言编写的，m a t l a b 提供了和c 语言几乎一样多的运算符，灵活使用m a t l a b 的运算符将使程序变得极为简短。 m a t l a b 既具有结构化的控制语句( 如f o r 循环，w h i l e 循环，b r e a k 语句和 i f 语句) ，又有面向对象编程的特性。 m a t l a b 具有功能强大的工具箱。m a t l a b 包含两个部分：核心部分和各种可 选的工具箱。核心部分中有数百个核心内部函数。其工具箱又分为两类：功能性 工具箱和学科性工具箱。功能性工具箱主要用来扩充其符号计算功能，图示建模 仿真功能，文字处理功能以及与硬件实时交互功能。功能性工具箱用于多种学科。 而学科性工具箱是专业性比较强的，如c o n t r o lt o o l b o x ，s i g n a lp r o c e s s i n g t o o l b o x ，c o m m u n i c a t i o nt o o l b o x 等。这些工具箱都是由该领域内学术水平很 高的专家编写的，所以用户无需编写自己学科范围内的基础程序，而直接进行高， 精，尖的研究。 m a t l a b 的源程序的开放性。开放性也许是m a t l a b 最受人们欢迎的特点。除 内部函数以外，所有m a t l a b 的核心文件和工具箱文件都是可读可改的源文件， 用户可通过对源文件的修改以及加入自己的文件构成新的工具箱心k 船1 。 1 2 4 数据挖掘技术 随着现代信息技术、通讯技术、数据库技术、网络技术、数字化图书馆和计 算机技术的高速发展及数据库管理系统的广泛应用，加上使用先进的自动数据生 成和采集工具，使得数据库存储的数据量急剧增大。面对“堆积如山”的数据集 合，无论在时间意义上还是在空间意义上，传统的数据分析手段都难以应付，人 们无法有效地理解并使用这些数据，由此导致越来越严重的“数据灾难 ，造成 大量数据资源的浪费。传统的信息系统大部分是查询驱动的，数据库作为历史知 识库对于一般的查询过程是有效的。传统的数据分析方法只能获得这些数据的表 层信息，很难对数据进行深层次的处理，而且，不能获得数据属性之间的内在关 系和隐含的信息，即不能获得重要的有价值的知识。这样，海量数据的生成和搜 天津工业大学硕士学位论文 索技术与滞后的数据分析方法之间形成了鲜明的对照，这需要新的技术来自动、 智能和快速地分析海量的原始数据，以使消耗大量财力与物力收集与整理到的宝 贵资源一数据得以充分利用，由此引发了一个新的研究方向：数据挖掘( d a t a m i n i n g ) 的理论与技术研究。 数据挖掘是一门交叉性学科，涉及到机器学习、神经网络、模式识别、归纳 推理、统计学、数据库、数据可视化、高性能并行等多个领域。数据挖掘是近年 来随着数据库和人工智能技术的发展而出现的一个全新的信息技术，同时也是计 算机科学与技术迫切需要解决的重要课题。数据挖掘( d a t am i n i n g ) 又称数据库 中的知识发现( k n o w l e d g ed i s c o v e r yi nd a t a b a s e ) ，是指从大型数据库或数据 仓库中提取隐含的，未知的，非平凡的极有潜在应用价值的信息或模式，是数据 库研究中的一个很有应用价值的新领域，融合了数据库、人工智能、机器学习、 统计学等多个数据挖掘技术。数据挖掘要经过数据采集、预处理、数据分析、结 果表示等一系列过程。数据挖掘采用的算法主要有：决策树方法、人工神经网络、 遗传算法、粗糙集方法、模糊论方法、贝叶斯模型、覆盖正例排斥反例方法、可 视化技术。数据挖掘发现的知识通常是以概念、规则、规律、模式、约束、可视 化等形式表现。这项知识可以直接提供给决策者，可以辅助决策过程，或者提供 给领域专家，修正专家已有的知识体系，也可以作为新知识转存到相应系统的知 识存储机构中，如专家系统( e x p e r ts y s t e m ) 、规则库( r u l eb a s e ) 等。数据挖掘 是目前国际上数据库和信息决策领域的前沿研究方向之一，也是当前计算机领域 的一大热点，其研究的重点也逐渐从发现方法转移到系统应用，并且注重多种发 现策略和技术的集成，以及多学科之间的相互渗透3 一们。 数据挖掘研究具有广泛的应用前景，主要的应用领域有：针对生物医学和d n a 数据分析的数据挖掘、针对金融数据分析的数据挖掘、在电子商务中的数据挖掘 及电信业中的数据挖掘、针对天文和气象中的观测数据进行分析的数据挖掘等。 数据挖掘产生的知识可以用于决策支持、信息管理、科学研究等许多领域。 在我国，数据挖掘技术的研究也引起了学术界的高度重视，成为信息科学界 的热点课题。国内许多科研单位和高等院校竞相开展数据挖掘算法及其应用研 究，这些单位包括清华大学、中科院计算技术研究所和数学研究所、复旦大学等。 数据挖掘技术可以帮助科学家大幅度地提高发现知识的效率。例如，美国加州理 工学院喷气推进实验室与天文学家合作开发的s k i c a t 系统通过对几百万个天体 进行分类，帮助天文学家发现了1 6 个新的类星体乜5 3 ：机器学习系统b a c o n 根据 已有实验和观测数据，能够重新发现欧姆定律、凯普勒定律等，当然也可以从新 的实验和观测数据中发现新的物理或天文定律。数据挖掘可以为决策者提供重要 并有价值的信息和知识，产生不可估量的收益，故基于数据挖掘技术的产品市场 第一章绪论 需求日益增长。例如，在金融投资方面，由于金融投资的风险很大，因此，在进 行投资决策之前，需要对各种投资方向的有关数据进行分析，以选择最佳的投资 方向。数据挖掘可以通过对已有数据进行处理，利用学习得到的模式进行市场预 测。在保险业方面，保险是一项风险业务，保险公司的一个重要工作就是进行风 险评估，可以利用数据挖掘技术进行风险分析，在保险公司建立的保单及索赔信 息数据库的基础上寻找保单中风险较大的领域，从而得出一些实用的控制风险的 规则，指导保险公司的业务工作。在网络管理领域，在通信网络运行过程中，会 产生一系列警告，这些警告有的可以置之不理，而有的如果不及时采取措施则会 带来不可挽回的损失。由于警告产生的随机性很大，究竟哪些警告可以不予理睬， 哪些警告必须迅速处理往往很难判断，一般需要由人工根据经验进行处理，因此 工作效率很低。如果采用数据挖掘技术，可以通过分析已有的警告信息的正确处 理方法以及警告之间的前后关系，得到警告之间的关联规则，这些有价值的信息 可用于网络故障的定位检测和严重故障的预测。 第二章教育评价算法简析 第二章教育评价算法简析 2 1层次分析法( a h p ) 简析 2 1 1 层次分析法( a h p ) 概述 a h p ( a n a l y t i ch i e r a r c h yp r o c e s s ) 即“层次分析法 ，是美国运筹学家 a l s e a t y 教授在2 0 世纪7 0 年代提出的一种定量和定性相结合的系统分析方法。 他把复杂系统的问题所包含的各种因素通过划分相互联系的有序层次使之条理 化，并根据定性的判断对同一层次元素间的相对重要性给出定量的描述，在利用 数学方法确定每一层次元素相对重要性权值；最后根据各个指标的数值及其权 值，对所研究的问题做出综合评价。原理是将整个指标体系分层( 以四层为例) 。 其中底层节点是影响结果的具体指标，称为“子指标层 ；第二、三层为“指标 类层，它将若干相关的指标组织为一个类( 或称为子系统) 以反映在某个更大范畴 的表现嘲】。顶层为“目标层 ，它只有一个节点，表示了最终评价的结果。整个 指标体系自顶向下每一层的指标所考察的范围逐渐缩小，指标也逐渐细化；在实 际操作时，采用一定的评价方法就可以通过底层的各个细化指标计算得出顶层指 标的评价值即本文想要的最终评价结果。 2 1 2 层次分析法的特点 1 简洁性：输入信息主要是决策者的选择和判断。决策过程充分反映了决策者对 决策问题的认识； 2 实用性：能进行定量分析，也可定性分析； 3 系统性：人们决策大致分三种：因果判断、概率推断和系统推断，a h p 把问题 看作一个系统属于第三种。 a h p 的主要不足在于口7 2 踟：a h p 只能用于选择方案，而不能生成方案；主观 性太强，从层次结构建立，判断矩阵的构造，均依赖决策人的主观判断、选择、 偏好，若判断失误，即可能造成决策失误。a h p 从本质上讲是试图使人的判断条 理化，所得结果基本上依据人的主观判断，当决策者的判断因受个人偏好影响对 客观规律歪曲时，a h p 的结果显然靠不住，而且没有足够的定量分析为依据就来 评价影响系统各种因素的优先顺序，所以，a h p 中通常是群组判断方式。 天津工业大学硕士学位论文 2 1 3 层次分析法的应用 基于上述层次分析法的概念和特点，在高职教育评价信息系统中，本文主要 应用该方法根据高职教育评价指标体系建立层次结构指标体系模型，把松散的评 价指标体系科学、合理的统一在一起，并把定性评价的方式转化成一个定量评价 的方式。最后，为接下来的计算模型的建立奠定坚实的基础。 2 2遗传算法( g a ) 简析 2 2 1 遗传算法概述 遗传算法( g e n e t i ca l g o r i t h m s ，简称g a ) 是一种借鉴生物界自然选择和自 然遗传机制的高度并行、随机、自适应搜索算法。它是模仿自然界生物进化过程 中“物竞天择，适者生存 的原理而进行的一种多参数、多群体同时优化方法。 经过2 0 多年的发展，遗传算法己经在数据挖掘、生产调度、函数优化、机器学 习、图象处理等领域得到成功的应用，并显示出其良好的性能 遗传算法是建立在自然选择和群体遗传学机理基础上的随机、选代、进化， 具有广泛适用性的搜索方法。遗传算法结合了达尔文适者生存和随机信息交换， 前者消除了解中不适应因素，后者利用了原有解已有的知识，从而有力地加快了 搜索过程口引。 遗传算法和传统的搜索算法不同，它从一组随机产生的初始解，称为“种群 ( p o p u l a t i o n ) 开始搜索过程。种群中的每个个体是问题的一个解，称为“染色 体( c h r o m o s o m e ) ”。这些染色体在后续迭代中不断进化，称为遗传。在每一代中 用“适值( f i t n e s s ) 来测量染色体的好坏。生成的下一代染色体称为后代 ( o f f s p r i n g ) 。后代是由前一代染色体通过交叉( c r o s s o v e r ) 或者变异( m u t a t io n ) 运算形成的啪1 。 遗传算法对于所求解问题本身的知识要求不多，它仅仅根据求解的问题来对 产生的每个染色体进行评价，并通过适应度值来选择染色体，使适应性好的染色 体有更多的繁殖机会。在遗传算法中，通过随机方式产生若干个所求解问题的数 字编码，即染色体，来形成初始群体；通过适应度函数给每个个体一个数值评价， 淘汰低适应度的若干个体，选择高适应度的若干个体参加遗传操作，经过遗传操 作后的个体集合形成下一代新的种群。对这个新种群进行下一轮进化，然后不断 重复，这就是遗传算法的基本原理口。 第二章教育评价算法简析 2 2 2 遗传算法的特点 从上述的遗传算法的基本原理可以看出，遗传算法与传统的优化计算方法相 比，具有以下独特的优点： 遗传算法从问题解的集合开始搜索，而不是从单个解开始。这是遗传算法与 传统优化算法的最大区别。传统优化算法是从单个初始值迭代求最优解的，容易 陷入局部最优解。而遗传算法从解的集合开始搜索，覆盖面大，更有利于全局择 优。 遗传算法求解时使用特定问题的信息较少，容易形成通用算法程序。由于遗 传算法使用适应度值这一信息进行搜索，并不需要求解目标函数的导数等与问题 直接相关的信息。遗传算法只需适应度值和位串编码等通用信息，故几乎可以处 理大部分工程问题。 遗传算法有极强的容错能力。遗传算法的初始位串集本身就带有大量与最优 解甚远的信息：通过选择、交叉、变异操作能迅速排除与最优解相差极大的位串： 这是一个强烈的滤波过程。因此遗传算法有很高的容错能力。 遗传算法中的选择、交叉和变异都是随机操作，因而遗传算法是某种程度上 的随机搜索优化算法。但又不仅仅是随机搜