基于数据挖掘城市科技竞争力模型控制研究探索——基于浙江省实证分析

摘要

目前对城市科技竞争力的研究还大多采用加权综合、因子分析、主成份分析、线性回归等方法,上述研究模型缺乏客观性且在处理海量数据时,表现出极大的局限性,如对动态数据的适应性不够,运算效率低等。本文以2009、2010年浙江省11个地级市为研究对象,运用BP神经网络模型和CHAID决策树模型分别构建城市科技竞争力预测模型进行研究探索.研究结果表明,两模型对城市科技竞争力的预测评价研究非常有效,但在预测精度上,BP神经网络模型要优于CHAID决策树模型.在此基础上给出了指标变量的对城市科技竞争力的重要性程度,为提高浙江省城市科技竞争力提供了建议。