大数据背景下高校招生策略预测

摘要：

在应届高中生生源不断下降、高等院校招生规模不断扩大、招生方式多元化不断发展、各院校之间招生竞争日趋激烈的条件下,利用海量招生异构数据,准确定位生源对象,做好前期招生宣传是各高等院校需要考虑的重要问题.结合云计算技术,利用并行化计算模型MapReduce和内存并行化计算框架Spark对高校招生历史数据进行分析,提出采用并行化随机森林预测高校招生策略模型,缩短了模型的预测时间、提高了模型的预测精度、增强了模型对大数据的处理能力.实验结果表明,并行化随机森林算法在不同数据集上的多方面性能均优于常用的决策树预测方法.

关键词：大数据、机器学习、深度学习、学习算法、高校招生、策略预测、随机森林、云计算

所属期刊栏目：14

分类号：TP311(计算技术、计算机技术)

资助基金：江苏省高校自然科学研究面上项目17KJB470011

在线出版日期：2019-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：323-329