基于K-means算法的研究生入学成绩分析

• 作者: 于澍 刘涛 张可佳 李春生
• 来源期刊: 计算机技术与发展
• 学科: 教育
• 关键词: 研究生入学成绩 聚类分析 K-means算法 成绩分析
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 应用开发研究
• 页码范围: 162-165
• 页数: 4页
• 分类号: G424.7
• 字数: 3392字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.02.034

摘要

研究生入学成绩是导师初步了解学生学习能力、学习风格、制定研究生培养方案的重要参考指标.随着学校招生规模的扩大, 学生人数的增加, 研究生入学成绩的日趋复杂, 传统的分析方法已经不能满足当前对于研究生入学成绩分析的需要.通过应用K-means聚类算法对研究生入学成绩进行分析, 将研究生入学成绩进行分类, 发现学生成绩分布的特点, 找出成绩之间的关系, 了解学生各科的学习状况, 找到适合学生发展的方向, 以实现个性化的研究生教育和培养, 所得结果为研究生培养方案的制定与研究生进行研究方向的选择提供了借鉴意义.首先, 分析了几种主要聚类算法应用于研究生入学成绩的适用性;其次, 介绍了K-means聚类算法;最后, 对研究生入学成绩进行数据分析、预处理.通过实验证明了K-means聚类算法在研究生入学成绩分析中的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李春生	东北石油大学计算机与信息技术学院	56	125	6.0	8.0
2	张可佳	东北石油大学计算机与信息技术学院	29	44	4.0	5.0
3	刘涛	东北石油大学计算机与信息技术学院	4	4	1.0	1.0
4	于澍	东北石油大学计算机与信息技术学院	4	8	1.0	2.0