数据挖掘的高校实验室管理水平评价模型

摘要：

构建数据挖掘的高校实验室管理水平评价模型,以提高实验室管理水平数据的聚类性能,进而全面评价实验室管理水平.该模型采用密度峰值发现聚类算法,通过局部密度和相对最小距离结合的参考量确定类簇中心,完成实验室管理数据的聚类中心建模,实现实验室数据聚类.依据聚类结果构建高校实验室管理水平评价指标体系,将评价指标作为决策树模型输入,通过计算各评价指标的信息增益和各评价指标对应的权重,实现高校实验室管理水平评价.经实验分析表明:该模型聚类平均耗时仅为0.0034 s,并且数据聚类的准确率、召回率和F?measure值均在0.95以上,能够完成实验室管理水平评价,且评价结果与实验室实际管理水平等级一致.

关键词：数据挖掘、高校实验室、管理水平、评价模型、类簇中心、决策树模型

所属期刊栏目：44

分类号：TN99-34;TP311

资助基金：中国智慧工程研究会十三五特殊教育规划课题ZKY20170326

在线出版日期：2021-06-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：130-134