论文部分内容阅读
学科是高等院校组织教学的基础单元,是培养人才、发展科技文化的结合点。加强学科建设已成为当代世界高等教育发展的趋势。随着计算机技术,网络技术的不断发展,高等院校均已实现了信息化管理,大量管理信息系统的使用形成了一个庞大的,能够生产大量有效分析数据的工厂。如何利用不断积累起来的信息数据为高校的学科建设服务,提高高校学科管理决策的客观性和科学性,已成为高校学科管理者亟待解决的问题,也成为国内外学者研究的一个热点课题。本文以高校学科建设为应用背景,在研究数据挖掘技术、决策支持系统技术的基础上,有效地利用高校管理信息系统产生的数据,探索学科发展的现象、趋势,揭示高校学科发展规律和特征,继承和发展决策支持系统在高校学科管理领域的新应用。课题首先将基于数据仓库的决策支持系统结构应用于高校学科建设,构建了高校学科建设决策支持系统的架构。该架构既遵循了传统决策支持系统的结构,又将传统结构加以扩展,有效的结合了数据挖掘技术和Web技术,使系统不但可以提供决策支持能力,同时具备一定的扩展能力和交互能力。其次,课题以北京市重点学科信息平台,北京市硕、博学位授权点信息平台等管理信息系统(MIS)提供的历史数据作为数据源,研究了高校学科建设数据仓库的多维数据模型,共建立了师资队伍、科研获奖、科研成果等事实表和时间、单位级别等维度表,实现了高校学科建设数据仓库的搭建。再次,课题通过研究数据挖掘决策树算法,在基于决策树C4.5的基础上,将贝叶斯理论应用于决策树的后剪枝操作中,研究并提出一种基于贝叶斯理论的决策树后剪枝算法,该算法运用贝叶斯后验定理对决策树每个分枝进行验证,将不满足条件的分枝从决策树中剪掉,从而使决策树得到精简,提升了整个算法的泛化能力。最终课题利用该算法实现了对重点学科审批预测模型的建立。得到重点学科审批预测结果之后,课题以市教委颁布的学科评价体系为基础,进一步研究一种基于粗糙集定权的多级模糊评价方法来建立高校学科质量综合评价模型,实现对该学科的综合评价。最终,本文结合所搭建的高校学科建设的决策支持系统架构、数据仓库以及所研究的数据挖掘算法,基于J2EE标准企业体系规范,采用MVC模式,完成并实现了一个B/S结构的高校学科建设的决策支持系统的原型系统。