学位论文 > 优秀研究生学位论文题录展示

数据挖掘技术在高校人力资源规模的应用研究

作　者: 宋丽丽
导　师: 石丽
学　校: 沈阳理工大学
专　业: 计算机软件与理论
关键词: 数据挖掘 BP网络遗传算法生师比
分类号: TP311.13
类　型: 硕士论文
年　份: 2013年
下　载: 25次
引　用: 0次
阅　读: 论文下载

内容摘要

21世纪初,随着高校规模的不断扩大,随之带来高校教师资源紧张、生均资源利用率低、高校教育经费问题等相关的问题。随着信息技术的发展,高校同时积累了大量的相关高校数据,通过采用高效的数据挖掘技术对大量的高校人力资源相关的历史数据进行分析,得到其中有关联价值的关系和规律。首先,对数据挖掘的相关概念进行了概述。扼要的介绍了数据挖掘常用的技术人工神经网络、遗传算法、决策树算法等。本文介绍了BP神经网络的结构、学习算法流程、及算法的局限性和改进措施等。将BP神经网络应用到高校生师比的模型的验证和预测。重点论述了优化算法中的遗传算法和粒子群算法的学习流程和结构设计。为优化BP神经网络奠定了基础。其次,本文从研究高校人力资源规模为出发点,介绍了高校人力资源中生师比的相关概念,收集了辽宁省近十余年的高校人力资源相关数据,采用MATLAB7.0软件对高校生师比建立模型,在建模前需要对数据预处理,包括数据的量纲化、归一化处理、主成分分析等相关工作。通过大量相关的实验验证,确定了BP网络模型中隐含层神经元的个数,最终确定训练网络的合理结构。本文分别研究了综合、师范、民族院校；工科、农、林院校；医学院校三大类高校的生师比。并对三大类的高校的生师比指标进行验证和分析。并将遗传算法优化BP神经网络和粒子群优化BP神经网络建立的模型应用在三类高校生师比中。对比分析上述模型的预测精度和相对误差。最后,介绍了相关的预测模型方法,对高校生师比运用滚动预测方法来预测未来几年内高校生师比的变化趋势。最终根据高校生师比的预测来分析未来几年内高校人力资源的规模和利用率的情况。

全文目录

摘要  6-7
Abstract  7-12
第1章绪论  12-16
  1.1 研究背景及意义  12-13
  1.2 国内外研究现状  13-14
  1.3 论文研究的主要内容  14-15
  1.4 论文组织结构  15-16
第2章数据挖掘相关理论及技术  16-24
  2.1 数据挖掘的相关概念  16-20
    2.1.1 数据挖掘的定义  16
    2.1.2 数据挖掘研究内容和本质  16-18
    2.1.3 数据挖掘功能  18-19
    2.1.4 数据仓库与数据挖掘  19-20
  2.2 数据挖掘常用技术  20-21
    2.2.1 人工神经网络  20
    2.2.2 遗传算法  20
    2.2.3 决策树算法  20-21
  2.3 数据挖掘系统  21-23
    2.3.1 数据挖掘与数据库中的知识发现  21-22
    2.3.2 数据挖掘环境  22-23
    2.3.3 数据挖掘步骤  23
  2.4 本章小结  23-24
第3章人工神经网络相关算法的研究  24-36
  3.1 BP神经网络  24-26
    3.1.1 BP神经网络的结构  24-25
    3.1.2 标准BP网络学习算法  25
    3.1.3 标准BP算法的局限性  25-26
  3.2 遗传算法  26-32
    3.2.1 遗传算法理论基础  26-28
    3.2.2 遗传算法的原理和实现步骤  28-31
    3.2.3 遗传算法的优缺点  31-32
  3.3 粒子群算法  32-35
    3.3.1 粒子群算法思想  32-33
    3.3.2 粒子群算法设计原则及步骤  33-35
  3.4 本章小结  35-36
第4章高校生师比模型的设计与实现  36-56
  4.1 系统模型的总体设计  36-37
    4.1.1 系统模型目标设计  36
    4.1.2 系统模型总体规划  36-37
  4.2 参数估计和假设检验  37-39
    4.2.1 参数估计  37-39
    4.2.2 假设检验  39
  4.3 系统模型的准备  39-49
    4.3.1 影响我国高校生师比的因素  39-41
    4.3.2 对相关因子进行主成分分析  41-42
    4.3.3 数据的预处理  42-45
    4.3.4 主成分分析  45-46
    4.3.5 主成分分析几何意义  46-47
    4.3.6 主成分分析的性质  47-48
    4.3.7 主成分分析的函数和分析结果  48-49
  4.4 BP网络模型的验证  49-54
    4.4.1 网络隐含层结构设计  49
    4.4.2 隐含层数设计  49
    4.4.3 隐含层节点的确定  49-50
    4.4.4 网络初始参数的设定  50-51
    4.4.5 网络训练和预测  51-54
  4.5 本章小结  54-56
第5章系统模型的推广与评估  56-75
  5.1 GA-BP模型在高校生师比中的应用  56-62
    5.1.1 GA-BP算法流程  56-58
    5.1.2 GA-BP在高校生师比中的模型仿真预测  58-62
  5.2 PSO-BP模型在高校生师比中的应用  62-67
    5.2.1 PSO-BP算法流程  63
    5.2.2 基本PSO算法参数的选择  63-64
    5.2.3 PSO-BP实现步骤  64-66
    5.2.4 PSO-BP在高校生师比中的模型仿真预测  66-67
  5.3 预测模型方法的研究  67-75
    5.3.1 时间序列预测模型  68-69
    5.3.2 灰色预测模型  69
    5.3.3 GM(1,1)预测模型  69-70
    5.3.4 滚动预测  70-75
第6章总结与展望  75-77
  6.1 总结  75-76
  6.2 展望  76-77
参考文献  77-80
攻读硕士学位期间发表的论文和取得的科研成果  80-81
致谢  81

数据挖掘技术在高校人力资源规模的应用研究

内容摘要

全文目录

相似论文