基于自组织神经网络和模糊聚类的校园无线网用户学习兴趣度行为分析

• 作者: 姜妍 王法玉
• 来源期刊: 计算机应用研究
• 关键词: Hadoop 自组织神经网络 模糊C-均值聚类 无线网络 行为分析
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 系统应用开发
• 页码范围: 186-189
• 页数: 4页
• 分类号: TP393.09
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.01.039

摘要

针对如何分析校园无线网络数据、挖掘数据中蕴藏的学生行为,更好地辅助教学管理,提出了在Hadoop平台构建基于自组织神经网络的模糊C-均值聚类算法.该算法采用自组织神经网络与模糊C-均值聚类算法相结合,避免了模糊C-均值聚类算法初始化不当带来的误差.考虑到无线用户网络行为数据规模庞大,采用了Hadoop平台并行运行聚类算法,有效地降低了分析时间.通过采集用户校园无线网络数据,利用聚类算法评估了学生群体的学习兴趣度.实验结果表明,提出的算法提高了聚类结果的准确性,分析平台为学校管理层有效地作出决策提供了依据,研究方法为其他高校解决类似问题提供了有益的参考思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王法玉	天津理工大学天津市智能计算及软件新技术重点实验室	22	167	8.0	12.0
2	姜妍	天津理工大学天津市智能计算及软件新技术重点实验室	1	8	1.0	1.0