| 基于K-均值算法的开放教育入学水平测试成绩分析 |
| 刘克礼
|
| 2020-04-15
|
发表期刊 | 电脑知识与技术
 |
ISSN | 1009-3044
|
卷号 | 16期号:11页码:245-247 |
摘要 | 数据挖掘在教育领域有着广泛地应用,其聚类分析技术可用来发现不同的学生群体,并描述群体特征。本文采用聚类分析中的K-均值算法,对开放教育的入学水平测试成绩进行分析、分类,发现学生成绩分布的特点,了解学生知识结构,为学生制定个性化学习计划提供依据,为组织教学与分类指导提供参考。 |
关键词 | 入学水平测试
聚类分析
K-means算法
成绩分析
|
DOI | 10.14004/j.cnki.ckt.2020.1456
|
URL | 查看原文
|
语种 | 中文
|
资助项目 | 安徽省教育厅质量工程研究项目“数据库应用技术(智慧课堂)”(2018zhkt151);安徽省教育厅高校自然科学研究项目“基于语音识别技术的ZigBee&WiFi智能家居系统研究与设计”(KJ2019A0970)
|
原始文献类型 | 学术期刊
|
文献类型 | 期刊论文
|
条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/50548
|
专题 | 国家开放大学安徽分部
|
作者单位 | 安徽广播电视大学
|
第一作者单位 | 国家开放大学安徽分部
|
第一作者的第一单位 | 国家开放大学安徽分部
|
推荐引用方式 GB/T 7714 |
刘克礼. 基于K-均值算法的开放教育入学水平测试成绩分析[J].
电脑知识与技术,2020,16(11):245-247.
|
APA |
刘克礼.(2020).基于K-均值算法的开放教育入学水平测试成绩分析.电脑知识与技术,16(11),245-247.
|
MLA |
刘克礼."基于K-均值算法的开放教育入学水平测试成绩分析".电脑知识与技术 16.11(2020):245-247.
|
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论