基于全局K-means算法的高校学生成绩分析

作者：谷欣超; 徐福祥; 杨勇; 曲福恒

来源：长春理工大学学报(自然科学版), 2019, 42(05): 93-97.

• 聚类分析
• K-means算法
• 全局K-means
• 成绩分析

采用无监督聚类算法实现对学生成绩的评价分析。在给定的聚类个数区间内,全局K-means聚类算法对学生成绩数据进行聚类,得到不同聚类个数下的成绩分类结果;结合聚类有效性指标自动地确定出最佳聚类数目,实现对学生多科成绩数据的无监督分类。实验结果表明,本方法能够发现不同成绩聚类结果之间的差异,揭示影响数据分布的主要因素,平衡了数据的所有属性对最终的分析结果的影响,同时避免了手动分析中结果容易产生较大偏差的问题。对指导学生选修课程、教师对个人的教学方法进行调整以及改善学校教学质量和提升学生成绩都具有重要作用。

• 单位
  长春师范大学; 长春理工大学