基于贝叶斯网络的研究生入学奖学金评定
2016-10-17郝晓平
电子科技 2016年9期
郝晓平
(上海理工大学 光电信息与计算机工程学院,上海 200093)
基于贝叶斯网络的研究生入学奖学金评定
郝晓平
(上海理工大学 光电信息与计算机工程学院,上海 200093)
研究生入学奖学金评价体系的建立是我国高校研究生培养机制改革中的重要问题。为了公平、公正地对研究生入学奖学金进行评定,需要把握影响奖学金等级评定的相关因素,并分析这些因素之间的内在关系。文中以历史数据为依据采用K2算法构建评定奖学金等级的贝叶斯网络模型,并基于概率推理算法对奖学金的等级进行预测。研究结果表明,该方法是可行的,其准确率高达88%,为研究生入学奖学金的评定提供了科学依据。
奖学金等级;评定;K2算法;贝叶斯网络
研究生全面收费带来了研究生教育管理模式的转变,同时对研究生奖学金的评定提出了更高的要求。目前,国内众多学者已对奖学金的评定开展了研究工作。文献[1]从研究生管理的角度出发,依据AHP的原理选择评定指标体系,构建研究生奖学金的评定模型。文献[2]结合数学模型建立了基于多层次综合定量的奖学金评价体系。文献[3]提出了基于Q值法的先席位后金额奖学金自动分配方案,并取得了良好的应用效果。文献[4]利用决策树方法,对奖学金数据进行数据挖掘,构建了一种科学合理的奖学金评价体系。这些研究表明如何正确评定奖学金,是研究生教育的一项重要内容。
贝叶斯网络(BayesianNetwork,BN)是基于概率论和图论的不确定知识表示和推理模型[5],采用有向无环图来表示变量之间独立性的关系,通过计算概率值来预测和推断不确定的事件。……
登录APP查看全文
