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:
随着在线教育规模不断扩大,在线学习平台产生的数据越发庞大,为充分挖掘这些数据背后的价值,本文采用狮群算法与K-means算法结合,对相关数据进行聚类分析,为线上教学模式的改革和促进教学水平发展提供有一定价值的依据.
推荐文章
基于量子蚁群改进的K-means算法
量子计算
蚂蚁算法
K-means算法
聚类分析
基于Spark的并行K-means算法研究
Spark
K-means
PSO
迭代计算
基于萤火虫优化的加权K-means算法
加权K-means
聚类
萤火虫算法
基于变异的k-means聚类算法
聚类
mk-means算法
变异
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 基于狮群优化k-means算法的在线职业教育学生成绩研究
来源期刊 当代教育实践与教学研究(电子刊) 学科
关键词 狮群算法 K-means 职业技能教育
年,卷(期) 2021,(6) 所属期刊栏目 现代教育技术
研究方向 页码范围 22-23,103
页数 3页 分类号
字数 语种 中文
DOI 10.12223/j.2095-6711.2021.06.010
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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
狮群算法
K-means
职业技能教育
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
当代教育实践与教学研究(电子刊)
月刊
chi
出版文献量(篇)
30613
总下载数(次)
74
总被引数(次)
9560
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导