基于K-means算法的研究生入学成绩分析

被引:6
作者
李春生
刘涛
于澍
张可佳
机构
[1] 东北石油大学计算机与信息技术学院
基金
黑龙江省自然科学基金;
关键词
研究生入学成绩; 聚类分析; K-means算法; 成绩分析;
D O I
暂无
中图分类号
TP311.13 []; G643 [研究生教育];
学科分类号
1201 ; 040106 ;
摘要
研究生入学成绩是导师初步了解学生学习能力、学习风格、制定研究生培养方案的重要参考指标。随着学校招生规模的扩大,学生人数的增加,研究生入学成绩的日趋复杂,传统的分析方法已经不能满足当前对于研究生入学成绩分析的需要。通过应用K-means聚类算法对研究生入学成绩进行分析,将研究生入学成绩进行分类,发现学生成绩分布的特点,找出成绩之间的关系,了解学生各科的学习状况,找到适合学生发展的方向,以实现个性化的研究生教育和培养,所得结果为研究生培养方案的制定与研究生进行研究方向的选择提供了借鉴意义。首先,分析了几种主要聚类算法应用于研究生入学成绩的适用性;其次,介绍了K-means聚类算法;最后,对研究生入学成绩进行数据分析、预处理。通过实验证明了K-means聚类算法在研究生入学成绩分析中的实用性。
引用
收藏
页码:162 / 165
页数:4
相关论文
共 13 条
[1]  
Data clustering: 50 years beyond K-means.[J].Anil K. Jain.Pattern Recognition Letters.2009, 8
[2]  
层次聚类算法的改进.[D].孙海.哈尔滨工程大学.2014, 03
[3]  
聚类算法在学生成绩分析中的应用研究.[D].单玉双.辽宁工程技术大学.2009, S2
[5]   数据挖掘之聚类分析算法综述 [J].
杨佳润 .
通讯世界, 2017, (16) :291-291
[6]   数据挖掘常用聚类算法分析与研究 [J].
陈向东 .
数字技术与应用, 2017, (04) :151-152
[7]   基于标准偏移量的学生成绩K-means聚类分析算法研究 [J].
孙菲 ;
张健沛 ;
董野 ;
任福栋 ;
于涛 ;
郭春平 .
齐齐哈尔大学学报(自然科学版), 2015, 31 (02) :57-64
[8]   一种自动模糊聚类的算法 [J].
周丽华 ;
黄成泉 ;
王林 .
统计与决策, 2014, (20) :16-19
[9]   K-means聚类算法研究 [J].
华婷婷 .
黄山学院学报, 2013, 15 (05) :17-19
[10]   K-Means算法在计算机等级考试成绩分析中的应用 [J].
曾旭 ;
司马宇 .
软件导刊, 2012, 11 (11) :19-21