作者:
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:
针对高职学生的学习情况,采用k-均值聚类算法对学生的考试成绩进行等级划分,再采用R-C4.5算法构造决策树,通过对该决策树提取规则来分析学生各学科成绩和总评成绩的相关性。该方法可以减少决策树中的无意义的分支,挖掘出影响学生总评成绩的主要因素,为任课教师和教学管理人员在制定教学计划、开展教学工作和进行教学评价等方面提供参考。
推荐文章
改进的决策树算法在成绩分析中的应用
数据挖掘
决策树
ID3算法
成绩分析
决策树算法在学生成绩预测分析中的应用
数据挖掘
决策树算法
学生成绩
预测分析
基于决策树算法的学生成绩的预测分析
数据挖掘
决策树
学生成绩
预测和分析
基于决策树分类算法在大学生成绩分析中的应用
计算机二级成绩
C4.5算法
决策树
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 基于均值聚类和决策树算法的学生成绩分析
来源期刊 计算机与现代化 学科 工学
关键词 成绩相关性 k-均值聚类 决策树 R-C4 .5算法
年,卷(期) 2014,(6) 所属期刊栏目 算法设计与分析
研究方向 页码范围 79-83
页数 5页 分类号 TP391
字数 5297字 语种 中文
DOI 10.3969/j.issn.1006-2475.2014.06.018
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 龙钧宇 14 52 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (83)
参考文献  (16)
节点文献
引证文献  (18)
同被引文献  (49)
二级引证文献  (49)
1986(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)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(10)
  • 参考文献(1)
  • 二级参考文献(9)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(11)
  • 参考文献(0)
  • 二级参考文献(11)
2009(9)
  • 参考文献(3)
  • 二级参考文献(6)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(5)
  • 参考文献(4)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(8)
  • 引证文献(4)
  • 二级引证文献(4)
2016(10)
  • 引证文献(2)
  • 二级引证文献(8)
2017(12)
  • 引证文献(4)
  • 二级引证文献(8)
2018(11)
  • 引证文献(3)
  • 二级引证文献(8)
2019(17)
  • 引证文献(4)
  • 二级引证文献(13)
2020(9)
  • 引证文献(1)
  • 二级引证文献(8)
研究主题发展历程
节点文献
成绩相关性
k-均值聚类
决策树
R-C4 .5算法
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导