摘要
本发明公开了一种基于社团中心性的关键指标分析方法,涉及数据挖掘技术领域,方法为:对原始数据进行数据预处理,预处理后的数据包括若干个不同的指标,每个指标对应的有若干个不同人员的指标值;计算各指标之间的相关性,建立相关性系数矩阵;基于相关性系数矩阵,构建相关关系网络;对相关关系网络进行分析,对相关关系网络中的节点即指标进行社团划分;选取各社团的中心节点,将社团的中心节点作为关键指标。本发明使用社团划分算法有助于对指标进行分类,以提取出调查问卷和测评表中的关键指标,从而对调查问卷和测评表进行简化,对于大规模的问卷调查和测评更为便捷。
技术关键词
指标分析方法
节点
关系网络
Louvain算法
社团划分算法
建立预测模型
数据挖掘技术
矩阵
社团结构
邻居
处理器
模块
可读存储介质
存储器
样本
电子设备
极值
理论
系统为您推荐了相关专利信息
融合神经网络
特征提取模型
数据处理系统
坐标系
约束优化算法
分布式缓存集群
分布式缓存系统
数据访问策略
分布式缓存方法
分布式文件系统