基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
学生的成绩以分数的形式体现,对学生的评价也主要依据成绩分为优、良、中、差四类,但这四类的区分为人的主观定义,不能准确的区分学生之间的差异.本文使用k-means聚类算法对学生的学习成绩进行分类,得到合理的学生分类方式以对差别化教学提供基础支持.以信息与计算科学专业某班学生的成绩为蓝本,使用聚类算法对成绩进行分类研究,并根据研究结果提出教学改革方案.
推荐文章
数据挖掘技术在学生成绩分析中的应用
数据仓库
数据挖掘
学生成绩
关联规则
Apriori算法
决策树算法在学生成绩预测分析中的应用
数据挖掘
决策树算法
学生成绩
预测分析
Apriori算法研究及其在学生成绩分析中的应用
关联规则
Apriori算法
成绩数据库
课程相关性
数据挖掘在学生成绩分析中的应用
数据挖掘
学生
成绩分析
数据分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 聚类算法在学生成绩分析中的应用
来源期刊 活力 学科
关键词 聚类算法 学生成绩 教学改革
年,卷(期) 2019,(10) 所属期刊栏目 调查与研究
研究方向 页码范围 245-246
页数 2页 分类号
字数 1379字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 夏雪 电子科技大学成都学院文理系 3 0 0.0 0.0
2 龙志雄 电子科技大学成都学院文理系 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (3)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
聚类算法
学生成绩
教学改革
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
活力
半月刊
1007-6263
23-1012/F
黑龙江人民政府综合楼(哈尔滨市文中街8号)
chi
出版文献量(篇)
26229
总下载数(次)
44
总被引数(次)
4052
论文1v1指导