数据挖掘技术在高校教学与管理中的应用

《数据挖掘技术在高校教学与管理中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、11302010,31(5)计算计机算工机程工与程设与设计计CoCmopmupteurteErnEgningeineerienrginagnadnDdeDsiegsnign开发与应用数据挖掘技术在高校教学与管理中的应用刘美玲，李熹，李永胜(广西民族大学数学与计算机科学学院，广西南宁530006)摘要：针对传统的求总分统计成绩方法的不足，提出了一种基于K-Means算法的成绩聚类分析方法。该方法根据成绩分布情况选取固定的初始聚类中心，改进了K-Means算法随机选取初始聚类中心导致聚类不稳定的不足，在聚类后通过聚类内差异与聚类间差异

2、的比值来衡量聚类的质量。通过一个实例说明了该方法在分析学生成绩数据中的应用，实验结果表明，聚类方法比传统的求总分方法更合理、更科学，聚类结果蕴含更多有用的信息，而且改进后的聚类方法降低了随机选取初始聚类中心所产生的结果的不稳定性，聚类效果较好。关键词：数据挖掘;聚类分析;K-Means;教学;管理中图法分类号：TP311文献标识码：A文章编号：1000-7024(2010)05-1130-04ApplicationofdatamininginuniversityteachingandmanagementLIUMei-ling,LI

3、Xi,LIYong-sheng(CollegeofMathematicsandComputerScience,GuangxiUniversityforNationalities,Nanning530006,China)Abstract：Aimingattheshortageoftraditionalscoressummingmethod,aK-meansbasedclusteringmethodtoanalyzescoresisproposed.Inthismethod,theinitialclusteringcentersisf

4、ixedlyselectedbyconsideringthedistributionofstudents’scores.Theclusters’instabilitycausedbyrandomlychoosingtheinitialclusteringcentersisimproved.Theratioofthedifferencewithinclusterstothedif-ferencebetweenclustersisusedtomeasurethequalityofclusters.Anexampleisgiventoe

5、xplaintheapplicationoftheimprovedalgo-rithmonanalyzingstudents’scores.Experimentsshowthatclusteringmethodismorereasonableandscientificwhencomparedwithtraditionalscoressummingmethod,andtheclusteringresultscontainmoreusefulinformation.Experimentsshowthattheimprovedclust

6、eringalgorithmreducestheinstabilityoftheclusteringresultfromrandomlychoosingtheinitialclusteringcenters.Keywords：datamining;clusteringanalysis;K-means;teaching;management的K-Means算法分析学生学习成绩以找到具有相似学习特点0引言的学生，从而针对不同类别的学生制定相应的教学方法，提高目前数据挖掘技术在银行、保险[1]、电信等领域的应用越教学质量。来越广泛而且都

7、取得了一定的成效，然而数据挖掘技术在教1数据挖掘概念与技术育教学领域中的应用研究却较少。基于社会对高等学校发展的要求与目前高校数据管理的现状，若能充分、合理地利用这数据挖掘[7-8]是一个从大量数据中抽取出未知的、有价值些数据进行一些研究工作，将会对高校的教学与管理提供有的模式或规律等知识的复杂过程。它是一个涉及多学科的研利的帮助。文献[1-6]主要将数据挖掘中的关联规则、ID3分类究领域，主要涉及数据库技术、人工智能、模式识别、统计学等。算法、聚类算法用于分析学校中各种不同的数据，得到了教师数据挖掘技术主要有关联规则、分类、聚类

8、、粗糙集、神经职称、年龄与教学效果之间的关系或者学生学习成绩与参加网络等。下面主要对在高校教学与管理工作中适用的几种数社会活动、文体活动之间的关系等。这些工作为数据挖掘在据挖掘技术作简要介绍。教学领域的应用研究提供了参考，但数据挖掘技术在教学领(1