基于降維方法的大學生自我目標實現情況量化評價模型

王聰珊 王渭杰 蔡曉婷 高鈺博 黃初

摘要：隨著經濟發展，社會對于高等教育人才的數量需求日益增長。而大學生作為一個特殊的群體，其發展備受關注?；趩柧碚{查的數據，本文利用關聯性規則進行了數據挖掘，發現了對自身目標完成情況較好的人群一般成績在前20%，處于大三階段，并且每日為實現目標花費三小時以上。然后基于主成分分析的影響因素進行降維，得到四個準則層：個體學習因素、個體內部因素、目標因素、外界因素?；趯哟畏治龃_定因素權值，確定五個判斷矩陣，均通過一致性檢驗，最后得到各影響因子評價值的計算公式。

關鍵詞：大學生目標實現情況;關聯規則挖掘;主成分分析;層次分析

一、引言

大學生作為一個特殊的群體，其發展和成長受到社會的格外關注。當代大學生應當志存高遠、腳踏實地，做國家的骨干和棟梁。而作為大學生個體本身，個人目標的實現情況也能夠有效地反映其個體的大學生活質量和個人成長發展。大學生自我目標的實現情況大小迥異。部分學生目標設置合理，實現情況良好，但也有許多學生目標建立模糊、目標實現懶惰。

因此，本文通過對某高校大學生的自我目標實現情況進行深入調查，建立統計模型，探究不同影響因素對大學生自我目標實現情況的影響。

二、研究對象

本文研究對象主要為杭州某高校大學生。我們在高校共發放問卷820份，最終回收有效問卷800份，有效率高達97.6%。然后借助統計軟件分析了問卷的信效度，保證了樣本質量。

三、大學生目標實現情況的的影響因素的關聯性規則挖掘分析

我們以大學生基本信息指標為前項，以目標完成情況為后項，設定最小支持度為10%，最小置信度為80%，對問卷中蘊含的關聯規則進行挖掘，發現在調查范圍內對自身目標完成情況較好的人群一般成績在前20%，所處年級為大三，并且在日常生活中，每日對于目標的努力程度都在三小時以上。這一階段這類大學生面臨著就業和考研的抉擇，同時也在大學為時不多的日子里為考各種各樣的證書做準備。因此可以理解為無論是因為個人興趣、家庭要求、社會導向或者其他因素而制定的目標，這一類學生的完成情況都較好。

四、建立基于主成分分析的影響因素降維的層次分析模型

4.1 基于主成分分析的影響因素降維

本文對量表中的11個影響因素進行降維處理。在引進多方面變量的同時，將復雜因素歸結為幾個主成分，使得問題簡單化、科學化、有效化。運用SPSS對量表數據進行主成分分析以實現降維。

在進行取樣適當性檢驗的過程中，我們得到KMO取樣適切性量數為0.839>0.7，Barlatt的球形檢驗顯著性為0.000，因此本次調查的變量可進行主成分分析[1]。

依據統計學原理，我們得到X1，X2，X3，X4這四個因子對應的特征值大于1，提取前4個顯著性因子的累計方差貢獻率達到82.467%，超過80%。因此可用這四個因子基本反映全部指標信息，即代替原來的11個指標。利用主成分分析法進行提取，運用Kaiser標準化最大方差法進行旋轉得到由協方差矩陣特征值構成的荷載矩陣。

分析可得第一個因子與因素X2、X7密切相關，歸類為個體學習因素Y1，同理可得個體內部因素Y2、學科因素Y3、外界因素Y4。因此將量表重新分類排列得到如下結果：

參考文獻：

[1]侯木舟，張鴻雁.數學建模中的數據挖掘方法[J].數學理論與應用，2004 （04）：16-18.

[2]梁世銘.Satay氏層次分析法的改進[J].工科數學. 1995.96.

項目來源：杭州師范大學“星光計劃”學生創新創業項目

項目名稱：《對大學生目標實現情況的研究》