Resumen

Los futuros estudiantes generalmente eligen su universidad preferida en función de su popularidad. Por lo tanto, este estudio utiliza datos de encuestas para construir modelos de árboles de decisión para predecir la popularidad de varias universidades chinas en cada distrito. Primero extraemos una característica llamada ratio de cambio de popularidad de los datos existentes y luego utilizamos un algoritmo simplificado pero eficiente basado en el ratio de ganancia para la construcción del árbol de decisión. El modelo final es evaluado utilizando métodos de evaluación comunes. Esta investigación es la primera de su tipo en el campo educativo y representa un uso novedoso de los modelos de árboles de decisión con atributos de series temporales para predecir la popularidad de las universidades chinas. Los análisis experimentales demostraron resultados alentadores, probando la viabilidad práctica del enfoque.

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Estudio; Datos de encuestas; Modelos de árboles de decisión; Ratio de cambio de popularidad; Algoritmo; Métodos de evaluación; Pronósticos; Universidades chinas; Atributos de series temporales; Análisis experimentales.
• Keywords:Study; Survey data; Decision tree models; Popularity change ratio; Algorithm; Evaluation methods; Forecasting; Chinese colleges; Time series attributes; Experimental analyses.