改进K中心点聚类算法在成绩评价中的应用

• 作者: 刘锋 段桂芹 邹臣嵩
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 聚类分析 聚类质量评价 内部评价指标 成绩评价
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 基金项目
• 页码范围: 40-43,47
• 页数: 5页
• 分类号: TP301.6
• 字数: 3217字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2019.03.010

摘要

针对K-means聚类算法在成绩评价中存在的稳定性低,聚类数难确定的问题,提出了一种改进K中心点聚类算法,将样本集与样本的各自平均距离比值作为样本的密度参数,采用最大距离乘积法选择密度较大且距离较远的k个样本作为初始聚类中心,在此基础上,结合聚类评价指标DB设计了聚类质量评价模型.通过对某高校学生成绩的聚类分析结果表明:该模型能够准确地给出聚类数k,有效地挖掘出学生多门课程成绩的分布情况,可以为个性化教学的实施提供一种新的解决方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹臣嵩	广东松山职业技术学院电气工程系	23	23	2.0	3.0
2	段桂芹	广东松山职业技术学院计算机系	15	32	3.0	5.0
3	刘锋	广东松山职业技术学院电气工程系	6	0	0.0	0.0