基于权重的改进K-means算法应用研究

• 作者: 宗春梅 焦莉娟 郝耀军
• 来源期刊: 高师理科学刊
• 学科: 工学
• 关键词: K-means算法 聚类分析 权重
• 年，卷（期）: 2017,（11）
• 页码范围: 24-29
• 页数: 6页
• 分类号: TP312
• 字数: 4635字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-9831.2017.11.007

摘要

数据聚类是将数据对象划分到不同的类或簇中,是数据挖掘中的一项重要技术.教育领域拥有海量的学生信息数据,把数据挖掘中的聚类技术引入其中,具有很强的实际价值.阐述了运用数据挖掘中改进的引入权重的聚类技术对成绩数据进行选择、预处理和挖掘分析等,展示了3个Matlab实验使成绩数据如何通过K-means算法进行聚类分析,并对3种运行结果的意义各自进行了显示与分析,同时指出了运行结果的不足及意义.针对学生实验中的分类原因进行了研究并在学生成绩分析中发现很多隐含着的不易发现的有价值信息,利用这些聚类结果提出了相应的教学措施及建议,从而有针对性地提高教学质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦莉娟	忻州师范学院计算机科学与技术系	20	47	4.0	5.0
2	宗春梅	忻州师范学院计算机科学与技术系	18	15	3.0	3.0
3	郝耀军	忻州师范学院计算机科学与技术系	19	56	5.0	7.0