基于GCA-DEA-MSVC方法的高校科研平台评价预测研究

摘要：

高校科研平台评价与预测分析是促进科研工作健康高效发展的重要载体,但数据指标繁冗、逻辑关系复杂、影响因素众多等大大加剧了科研平台运行评价和预测难度.本文从大数据角度出发探索一种基于GCA-DEA-MSVC方法的高校科研平台评价预测方法.首先利用GCA方法从科研平台运行数据库中挖掘、提取出与评价结果密切相关的关键特征指标并进行分类构建特征指标库,然后利用DEA方法对特征指标库数据进行融合,提升数据质量构建相对效率指标库;最后,将特征指标库与相对效率指标库再次融合,基于改进的MSVC方法构建了高效的科研平台运行状态评价分类预测模型,并利用教育部重点实验室评价数据开展了实验研究,验证了所提方法的有效性.

关键词：灰度关联、数据包络分析、多输出支持向量分类、评价预测

所属期刊栏目：30

分类号：C931(管理学)

资助基金：国家自然科学基金72004085

在线出版日期：2022-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：240-247