IDEAS home Printed from https://ideas.repec.org/a/vrs/itmasc/v15y2012i1p15-19n2.html
   My bibliography  Save this article

The Analysis of Rating Data of the Latvian Higher Education Institutions Using Clustering

Author

Listed:
  • Grabusts Peter

    (Rezekne Higher Educational Institution)

Abstract

Рейтинговые данные высших школ Латвии опубликованы пятый раз подряд. За основу рейтинга взята методология, использующая 10 критериев или индикаторов оценки. В исследовании произведена попытка сгруппировать высшие школы с помощью алгоритма кластеризации k-means и убедиться в соответствии такого распределения математически вычисленному месту высших школ в рейтинговой таблице. Целью исследования являлись характеристики изменения количества кластеров и оценка качества кластеризации. В качестве исходных данных использовались только численные значения индикаторов рейтинговой таблицы за 2012 год, не учитывались географические, социальные и другие аспекты, а также место высшей школы в таблице. Последовательно выбирая количество кластеров в пределах от 2 до 10 и применяя алгоритм кластеризации k-means, были получены соответствующие кластеры с входящими в них высшими школами. Для проверки достоверности результатов кластеризации был вычислен показатель качества - индекс Рэнда. После кластеризации рейтинговых данных и вычисления индекса кластеризации оптимальной была признана структура из 8 кластеров. Результаты исследования показали, что высшие школы в кластерах распределены соответственно мере „близости” значений индикаторов. Такой анализ рейтингов с помощью кластеризации может использоваться как дополнительное средство к традиционным методам обработки данных.

Suggested Citation

  • Grabusts Peter, 2012. "The Analysis of Rating Data of the Latvian Higher Education Institutions Using Clustering," Information Technology and Management Science, Sciendo, vol. 15(1), pages 15-19, December.
  • Handle: RePEc:vrs:itmasc:v:15:y:2012:i:1:p:15-19:n:2
    DOI: 10.2478/v10313-012-0002-y
    as

    Download full text from publisher

    File URL: https://doi.org/10.2478/v10313-012-0002-y
    Download Restriction: no

    File URL: https://libkey.io/10.2478/v10313-012-0002-y?utm_source=ideas
    LibKey link: if access is restricted and if your library uses this service, LibKey will redirect you to where you can use your library subscription to access this item
    ---><---

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:vrs:itmasc:v:15:y:2012:i:1:p:15-19:n:2. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Peter Golla (email available below). General contact details of provider: https://www.sciendo.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.