幻方架構下基于模糊聚類的學生評價研究

[摘要]以創業型大學的綜合學生評價方法為研究對象，分別在三級指標和二級指標中采用模糊聚類和幻方平衡性原理兩種數據融合方法，以調查問卷數據和學業成績為初始成績的情況下，可解決學生綜合評價成績的權值系數難以確定的問題。

[關鍵詞]模糊聚類； 權值系數；幻方均衡性；學生評價方法；

以義烏工商職業技術學院的創業學生的綜合評價為研究對象，在三級評價指標和二級評價指標中分別運用模糊聚類算法和幻方均衡性原理，似可提出一種解決學生綜合評價中創業評價和學業評價如何融合的問題。

一、 模糊聚類算法

數據挖掘中常用的聚類算法有：層次聚類法、劃分聚類法、基于密度聚類法、基于網絡聚類法等。層次聚類分為分裂的層次聚類和凝聚的層次聚類，其中凝聚的層次聚類采用自下而上的方法，一開始把每一個對象都看成一個單獨的類，然后再迭代過程中進行類的合并，直到最終所有對象都被合并到一個簇或者達到一個終止條件為止。

模糊聚類算法中，設論域U={x1，x2，…xn}為被分類的對象，每個對象有m個性能指標，即xi={xi1，xi2，…xin}（i=1，2，…，n），則有原始數據矩陣X=（xij）n×m。為了使具有不同量綱的實際問題中的不同數據可以進行比較，通常需要做數據標準化變化，從而將數據壓縮轉換到一個固定區間之間。一般有平移-標準差變化和平移-極差變換，平移-標準差變化的處理過程如下：