基于认证数据的学生上网时间特征分析

作者：郭玉彬; 吴宇航; 薄傲峰; 郑淑敏; 张晓鹏

来源：计算机应用与软件, 2019, 36(11): 101-133.

• 认证数据
• 时间特征
• K-canopy算法
• K-means算法

为研究高校本科生上网时间特征,将学生上网认证数据转换成学生上网时长向量集。利用K-canopy算法去除离群点,并通过指标投票机制得到最佳聚类个数;利用K-means算法分别对工作日和周末上网时长向量集进行聚类,将工作日向量集聚为6个类、周末向量集聚为5个类;分析聚类结果,得到各类学生的上网时间特征、学生个人的上网时间特征和各专业中各年级学生上网时间特征。学生上网时间特征可为专业课程时间安排、学生管理等工作提供参考。

• 单位
  中山大学; 华南农业大学