模糊聚類挖掘技術(shù)研究及其在高考志愿填報(bào)服務(wù)中的應(yīng)用.pdf

1、志愿填報(bào)是高考招生過程的一個(gè)重要環(huán)節(jié)，在沒有科學(xué)指導(dǎo)的情況下，很容易出現(xiàn)考生盲目填報(bào)的情況，因此，為考生提供志愿填報(bào)智能服務(wù)有重要意義。院校推薦服務(wù)根據(jù)考生要求對(duì)高等院校進(jìn)行分類，將合適的院校推薦給考生，免去了考生繁雜的信息搜集和分析任務(wù)。為了得到合理的院校分類結(jié)果，本文采用模糊聚類挖掘技術(shù)對(duì)高校數(shù)據(jù)進(jìn)行分析，得到了院校歸類的不確定性程度，表達(dá)了院校類屬的中介性，使得院校推薦服務(wù)更加科學(xué)。 本文詳細(xì)介紹了模糊聚類技術(shù)的理論基礎(chǔ)，

2、重點(diǎn)闡述了模糊C-均值算法的實(shí)現(xiàn)原理及步驟，針對(duì)有效性評(píng)判的模糊C-均值算法在求解最佳聚類數(shù)目時(shí)計(jì)算量過大的缺陷，利用減法聚類算法確定初始聚類數(shù)目的上限，降低了算法的時(shí)間復(fù)雜度。針對(duì)原有的模糊C-均值算法在對(duì)每一個(gè)類別數(shù)進(jìn)行聚類時(shí)都要重新初始化聚類中心，使得求解最佳聚類數(shù)目的算法不穩(wěn)定的問題，本文通過合并聚類中心的方法對(duì)原有的模糊C-均值算法進(jìn)行了改進(jìn)，克服了其初始化敏感的問題。在對(duì)院校數(shù)據(jù)進(jìn)行聚類分析時(shí)，本文先利用離差最大化方法計(jì)算出