基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
根据学生试卷每个题目的得分情况,使用蚁群算法对学生进行聚类,使得每个分类中的学生尽可能的相似,再对每个分类学生进行分析,能够更加客观地了解学生对课程知识点掌握的分布情况.由于采用了聚类而不是根据总成绩硬性的分类,使得试卷分析更加具有科学性,能够更好地指导教学工作,是一个值得推广的思路和方法.
推荐文章
蚁群聚类算法在隐写分析中的应用
隐写分析
富模型
集成分类
蚁群算法
蚁群聚类在民族突发事件应急决策中的应用
蚁群聚类算法
混合属性数据
民族突发事件
智能辅助决策
蚁群聚类算法在客户关系管理中的应用
蚁群算法
客户关系管理
聚类分析
蚁群聚类算法
基于蚁群聚类的入侵检测技术研究
入侵检测
数据挖掘
蚁群聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 蚁群聚类在试卷分析中的应用研究
来源期刊 计算机与数字工程 学科 工学
关键词 数据挖掘 聚类 蚁群算法 数据预处理 试卷分析
年,卷(期) 2012,(4) 所属期刊栏目 算法与分析
研究方向 页码范围 12-14
页数 分类号 TP301.6
字数 3290字 语种 中文
DOI 10.3969/j.issn.1672-9722.2012.04.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 牛永洁 延安大学计算中心 50 329 9.0 15.0
2 张成 延安大学网络中心 47 195 7.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (56)
参考文献  (9)
节点文献
引证文献  (11)
同被引文献  (22)
二级引证文献  (14)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(9)
  • 参考文献(2)
  • 二级参考文献(7)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(7)
  • 引证文献(6)
  • 二级引证文献(1)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
数据挖掘
聚类
蚁群算法
数据预处理
试卷分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导