论文部分内容阅读
传统增值评价主要以多水平线性回归等方法构建统计模型，在实践中存在模型解释力不足、统计精准性不够、忽略数据库间的链接整合及忽略非标准化测验等问题。作为一类前沿的人工智能算法模型，人工神经网络具有处理复杂系统和自学习的能力，可帮助解决增值评价中有关模型构建、数据处理及大规模应用的问题。立足于增值评价的基本理念和技术逻辑，论证人工神经网络与增值评价在理念、数据结构及复杂性特征等方面的适配性，提出利用人工神经网络技术开展增值评价的基本策略和工作流程，以及未来实际应用研究中有待解决的算法风险、模型简洁化、可解释性等问题。