数据挖掘在择优定兵中的应用研究

摘要

近年来,随着信息产业规模化程度的日益加深,数据量呈指数式爆炸增长,庞大数量的多源异构数据带来一系列挑战的同时,也带来了巨大的商机。于是,人们就提出了数据挖掘的概念,以便从大量的数据中发现有价值的规律和知识。本文以“智慧国防”综合应用系统为背景。在整个国防项目中,择优定兵环节是非常重要的环节,需要从所有适龄青年中挑选合适的应征兵员。每年的适龄青年都产生大量的数据,这些数据中蕴含着多个维度的属性特征,以往的择优定兵环节全程人工进行,具有很大的工作量。因此,对待定兵员数据进行数据挖掘,建立合适的择优定兵模型,为武装部工作人员提供择优定兵的智能分析和辅助决策,具有很重要的意义。本文的主要研究内容为数据挖掘在择优征兵工作中的应用,包括择优定兵问题上的数据挖掘模型设计及实现。模型设计具体包括业务理解,数据理解,数据预处理设计,模型的选择、评估与优化。重点研究了不平衡分类问题以及逻辑回归、决策树、随机森林、GBDT等分类模型,并对各个分类模型的参数优化方法、模型评估方法进行了研究。最终得到了在定兵类召回率、F1分数、ROC_AUC上均表现较好的择优定兵模型,该模型在训练集,交叉验证和测试集上均能得到较好的分类结果,具有较好的泛化能力。