SVM回归在高校教育质量分析中的应用研究  

Research on the Application of SVM Regression in Higher Education′s Quality Analysis

作　　者：屈文建[1,2] 谭光兴[1] 魏莺[2] 徐晓芳[2] 

机构地区：[1]江西财经大学高等教育研究所,南昌330013 [2]南昌大学信息工程学院,南昌330031

出　　处：《情报杂志》2010年第4期46-51,共6页Journal of Intelligence

基　　金：江西省研究生创新项目"基于SVM高等教育质量评价方法研究"(编号:YC09A088);江西省教育厅科技项目"高等教育资源优化配置研究"(编号:GJJ09295)

摘　　要：根据支持向量机(SVM)有样本个数、过程误差分布、样本点分布无严格要求、而且推广能力强等特点,引用SVM技术对高等教育的质量控制和预测问题进行了回归分析,从机器学习的角度提出了一个泛化能力较强的回归模型,对几种不同的回归方法作了泛化能力比较,发现SVM回归方法能够大幅度地提高拟合模型的泛化能力,且不需要额外的测试样本。并引入了Kolmogorov-Smirnov(KS)检验方法,以检验影响高等教育质量因素是否服从正态分布,这能说明在全国范围内高等教育质量是否有显著差异,检验结果表明影响高等教育质量的因素变量是服从正态分布的,体现了我国高等教育质量具有较好的稳定性。本研究作为一种新的尝试,希望能解决高等教育质量控制难于建模、难于量化分析的问题。

关 键 词：支持向量机 回归 高等教育质量 模型拟合 K-S检验 

分 类 号：C82[社会学—统计学]