期刊文献+

K-means聚类算法在高校学生成绩分析中的应用研究 被引量:12

Application research of K-means clustering algorithm in college students’ performance analysis
下载PDF
导出
摘要 系统地介绍了K-means聚类算法的思想和基本流程,把某高校学生大学四年专业必修课成绩作为研究对象,利用K-means聚类算法进行深层次数据挖掘;通过聚类分析结果,挖掘出了学生各科成绩分布情况,以及每个科目的重要程度,并依据重要程度调整学时及师资,提高教学效果;帮助教师采取分层教学、个性化指导策略,实施“精准”教学;帮助学生调整投入时间和精力,提高学习效果和成绩。 This study systematically introduces the idea and basic flow of the K-means clustering algorithm, taking the results of a four-year professional compulsory course of a university student as a research object, using K-means clustering algorithm for deep data mining;Through the results of cluster analysis, the distribution of students' scores in various subjects and the importance of each subject are excavated, and the hours and teachers are adjusted according to the importance level to improve the teaching effect;It helps teachers adopt layered teaching, personalized guidance strategies, implement “precise” teaching;helps students adjust investment time and energy, improve learning results and achievements.
作者 王世纯 许新华 黄嘉成 张芬芬 WANG Shi-chun;XU Xin-hua;HUNAG Jia-cheng;ZHANG Fen-fen(College of Computer Science and Technology,Hubei Normal University,Huangshi 435002,China)
出处 《湖北师范大学学报(自然科学版)》 2019年第3期113-118,共6页 Journal of Hubei Normal University:Natural Science
基金 2018年度“研究生教育创新计划”项目(编号:2018055) 2017年度教育部人文社科项目(编号:17YJA880094)
关键词 K-MEANS算法 聚类分析 数据挖掘 成绩分析 K-means algorithm cluster analysis data mining grade analysis
  • 相关文献

参考文献5

二级参考文献88

共引文献263

同被引文献68

引证文献12

二级引证文献7

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部