基于聚类和关联算法的学生成绩挖掘与分析

• 作者: 蔡骋 郭鹏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据挖掘 成绩分析 关联规则 聚类
• 年，卷（期）: 2019,（17）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 169-179
• 页数: 11页
• 分类号: TP391
• 字数: 12231字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1902-0223

摘要

针对某高校信息工程学院学生的学习状况和培养方案的改进需求,以2008—2014级信息工程学院本科生课程成绩为研究对象,提出一种基于改进K-means和引入兴趣度的Apriori的学生课程成绩分析方法.采用改进的K-means算法对成绩信息进行离散化处理,采用引入兴趣度的Apriori算法进行挖掘并根据得到的课程之间的关联规则绘制课程关系网络图,对课程间的关联关系、衔接关系以及课程的重要程度进行分析.应用所述方法进行挖掘能够减少大量没有意义的规则,提高了挖掘结果的准确性,挖掘所得到的结果不仅能够为教学方案的设计和改进提供一定的参考信息,还有助于提高学校的教学质量和学生的学习质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡骋	西北农林科技大学信息工程学院	23	158	8.0	11.0
2	郭鹏	西北农林科技大学信息工程学院	2	17	2.0	2.0