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
ISSN1009-3044
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
DOI10.14004/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.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[刘克礼]的文章
百度学术
百度学术中相似的文章
[刘克礼]的文章
必应学术
必应学术中相似的文章
[刘克礼]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
远程开放教育教学模式下的微课程设计探讨——基于微信的视角
双HTTPS反向代理模型研究
基于图像处理的智能化实施环境监测研究
基于工作流的入学测试系统的研究与实现
数据稀疏情况下的关联规则扩展与应用
基于关联规则的在线教学分析
用户评论自动推荐方法
Paxos算法的研究及改进
网络考试系统安全设计探析
词法分析程序的一种高效实现
所有评论 (0)
暂无评论
 

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。