[发明专利]一种基于大数据的高等教育体系价值评估方法

权利要求书

1.一种基于大数据的高等教育体系价值评估方法，其特征在于，包括以下步骤：

步骤Step1：利用CIPP模型筛选数据属性，并根据影响高等教育评价体系的关键指标数据建立评价指标正向化矩阵X＝[a₁，a₂，...，a_n]，a_i＝[x₁，...，x_m]^T，n为评价指标的类别属性个数，m为评价指标数量；

步骤Step2：对所述评价指标正向化矩阵中的评价指标数据进行预处理，获得标准决策矩阵，所述标准决策矩阵包括预处理后的评价指标数据；

步骤Step3：采用基于熵权和Topsis算法的评价模型对预处理后的评价指标数据进行分析，确定标准决策矩阵的各项指标的权重，根据权重得到评价指标数据的正、负理想解，并计算出各评价指标数据与所述正负理想解的距离；

步骤Step4：根据所述距离计算各高等教育评价体系的综合评分，最后进行排序，并采用因子分析法对评价指标进行降维，分析关键指标贡献率，最后选取高等教育相对薄弱的数据，综合考虑关键指标贡献率和与高等教育相对薄弱的数据相匹配的评价指标，进行改进评价分析，获得方案的最终优化评分；

步骤Step5：采用基于时间序列滑动平均模型对待评价国家的未来五年评价指标数据进行预测，根据预测数据得到各国高等教育发展评级。

2.如权利要求1所述的基于大数据的高等教育体系价值评估方法，其特征在于，所述预处理包括通过拉格朗日插值算法对采集指标数据进行缺失拟合处理的数据缺失拟合过程和把指标数据映射到0～1范围之内数据归一化过程。

3.如权利要求2所述的基于大数据的高等教育体系价值评估方法，其特征在于，所述数据缺失拟合过程如下：

给定k+1个取值点(x₀，y₀)，...，(x_k，y_k)，其中x_i对应自变量，y_i对应函数位置所在的值；设任意两个位置的x_i和x_j互不相同，利用拉格朗日插值公式得到拉格朗日插值多项式其中l_i(x)的表达式为：

4.如权利要求2所述的基于大数据的高等教育体系价值评估方法，其特征在于，所述数据归一化过程如下：

根据如下公式：采用最大-最小归一化的方法得到归一化后的评价指标数据。

5.如权利要求1所述的基于大数据的高等教育体系价值评估方法，其特征在于，所述步骤Step3具体包括：

步骤Step3.1：根据公式：E_j是信息熵，p_ij第j个指标中第i个样本标志值的比重，n为评价指标的类别属性个数，计算各评价指标的熵值，依据所述熵值得到信息效用值d_j，其中，d_j＝1-e_j；

步骤Step3.2：对所述信息效用值进行归一化得到每个指标的熵权w_j，其中，

步骤Step3.3：根据各指标的权重系数，确定正、负理想解，正理想解指各指标都达到样本中最好的值，负理想解指各指标都为样本中最差的值，和V⁺是正理想解，V^-是负理想解，m是指标个数。

步骤Step3.4：计算各评价指标的与所述正、负理想解的距离和

6.如权利要求5所述的基于大数据的高等教育体系价值评估方法，其特征在于，所述根据所述距离计算各高等教育评价体系的综合评分，最后进行排序包括：采用公式：计算各高等教育评价体系的综合评分，并按照R由大到小排列方案的优劣次序。

7.如权利要求6所述的基于大数据的高等教育体系价值评估方法，其特征在于，采用基于时间序列滑动平均模型对待评价国家的未来五年评价指标数据进行预测包括：设观测序列为y₁，...，y_T，取移动平均的项数N＜T，N为移动平均的项数，T为观测序列序列号，则根据如下公式：计算一次简单移动平均值，依据上述公式预测待评价国家未来五年的评价指标数据，并根据步骤Step1至步骤Step4得到各国高等教育发展评级。