高考志愿填报机制改革是高校招生制度改革的重要组成部分,其研究近年来已成为教育界的一个热点。针对“第一志愿优先”的填报机制造成“高分低就”或“高分落榜”的不合理现象,各省陆续采用了“平行志愿填报”、“考后知分填报”等新措施。新机制的实施必须有相应的理论和数据的支持,因此对之进行可行性研究非常必要。博弈论(Game Theory),是研究相互依赖、相互影响的决策主体的理性决策行为以及这些决策的均衡结果的理论。基于高考志愿填报的博弈特性,采用博弈论对高考志愿填报机制进行理论研究是近年来的一个热点。随着计算机技术、数据库技术和网络技术的迅速发展,各行业在商业动作中积累了大量的数据,如何从这些数据中找到潜在有价值的信息,正成为数据挖掘的研究内容。每年的高考志愿填报中,各省的考生志愿数据高达数百万条,这些数据规模巨大,蕴涵丰富的决策信息和知识。采用数据挖掘技术对之进行挖掘分析,可以给现行的志愿填报机制以数据支持。本文以数据分析技术为手段,对高考志愿填报机制的理论研究成果进行论证,并为省级招生机构设计一个基于改进的人工鱼群和FCM混合算法的数据分析系统。具体研究工作有以下几个方面:1.对国内采用的各种高考志愿填报机制进行分析论证。2.对基本人工鱼群算法(AFSA)进行改进。针对该算法后期运算速度慢的特点,增加公告板中当前最优子群中心位置的概念;改进基本人工鱼群算法的觅食、聚群和追尾三种行为模式。达到减少算法迭代时间,提高算法效率的目的。3.对基本FCM算法进行改进。根据考生志愿数据数量庞大、分析结果要求精度高、FCM算法的聚类效果往往受到初始聚类中心影响等缺点,将FCM算法与改进的人工鱼群算法进行混合,采用改进的人工鱼群算法为FCM算法寻找初始聚类中心,提高FCM算法的寻优效率。4.为省级招办构建一个考生志愿数据分析系统,对河南省2010年的高招志愿数据进行分析,论证该省当年采取的考后知分填报平行志愿机制的合理性。