刘能现， 姜云飞(福州大学 研究生院，福建 福州 350116)

博士研究生教育作为国民教育的顶端，其教育的质量和数量是衡量一个国家高等教育水平的重要指标，一流的博士研究生教育是“双一流”建设的重要内容。随着我国经济社会发展进入新常态，对提高博士研究生教育质量提出了新任务。2017年1月国务院学位委员会第三十三次会议上刘延东副总理指出质量是研究生教育的生命线，要加强质量保障体系建设，强化培养单位质量意识，抓好质量监控，着力提高博士生培养质量。博士学位论文是博士生获得博士学位时最具代表性的研究成果，是衡量博士生能否毕业和授予学位的一个重要依据，是博士生学习阶段学术水平与研究能力的集中体现，是衡量博士生培养质量的重要指标[1]。

数据挖掘技术可以从大量的数据中发现隐藏的模式与知识, 目前已成功应用在金融、生物医学和电子商务等广泛的领域。近年来，在教育信息化、远程教育及在线学习系统等应用的带动下,教育数据挖掘开始受到越来越多的研究者的关注[2]。教育数据挖掘是指应用数据挖掘方法从教育数据中提取出有意义的信息的过程，在大数据时代，对教育数据进行挖掘分析可以帮助发现和解决教育中的各类问题，如为管理人员提供辅助决策依据、帮助教师改进课程、提升教学效果以及提高学生的学习效率等。

本文基于数据挖掘中的聚类算法，对福州大学2015—2017学年毕业的306位博士研究生的学位论文相关数据进行聚类分析与挖掘，找出影响博士学位论文质量的主要因素，为提高博士学位论文质量提供参考依据。……