余奎锋，段桂华，时翔

（中南大学计算机学院，湖南长沙，410083）

普通高校招生考试是与万千学子前途密切相关的重要考试，它的重要性不言而喻。如何最大化利用自己的分数进入理想的学校，是每个高考学子迫切想要解决的问题。自高考管理信息化建设以来，各专业领域专家一直致力于探索高考志愿填报的有效方法[1]。涉及高考科目、志愿填报[2]、考试内容等方面的研究成果很多，主要包含我国高考志愿填报的改革[3]、影响因素[4]、机遇与挑战、信息化应用[5-6]和算法应用[7]等。模糊聚类算法由于可以利用数学方法来量化样本间的模糊关系，能提高样本分布特征描述的准确性[8]，因而应用于各个领域，其中，模糊C 均值聚类算法FCM （fuzzy C-means）自提出后迅速成为数据挖掘研究的热点，并衍生出许多性能优异的改进算法[9-10]。FCM具有能自动对样本数据进行分类、聚类速度快等优点，被广泛运用于图像处理[11]、数据分析[12]、模式识别等领域。在高考志愿推荐方面，严卫[13]利用模糊聚类的方法对高考志愿推荐进行研究，考虑了升学因素、就业因素、名校因素和成本因素等，个性化选择它们的比例进行模糊聚类，得到高考志愿推荐结果。任建涛[14]提出利用模糊C-均值聚类的方法，再根据用户自己选择的推荐策略分配，给出最后的推荐结果。这些推荐算法考虑的因素比较片面，主要针对学校本身因素进行关联，忽略了学校历年投档线对应省排名位次、社会影响力排名等对志愿填报的影响，因而不够准确。……