聚类分析在学生成绩管理中的应用探析.pdfVIP

2009年第 12期 福 建 电 脑 163 聚类分析在学生成绩管理中的应用探析 林 治 (扬州职业大学 信息工程学院 江苏 扬州 225009) 【摘 要】：本文主要介绍了数据挖掘 中的聚类分析的概念、特点和常用算法，并利用层次聚类的方法对高职高专院校 信息技术公共课考试成绩进行 了分析指导。 ‘ 关【键词】：聚类分析，数据挖掘 ，欧氏距离，层次聚类 l、聚类的概念和特点 本文以高职高专院校信息技术公共课考试为基础 ．从中选 聚类分析是数据挖掘技术中重要的组成部分 ．是数据挖掘 取 了一部分学生成绩作为实验数据 ，对其进行聚类分析 ，本次考 三大主要任务 (其他两项为关联规则和分类)之一 ．它能够在潜 试理论题 50题 ．上机操作题为两大题 即四个 Office软件的应 在的数据中发现令人感兴趣的数据分布模式。聚类分析主要被 用，在对试题内容难度进行严格分析后 ，大体可分为三类 ，即：基 应用在金融数据的分类、空间数据处理 、卫星图片分析和医学 图 础题、中等题和提高题。具体学生成绩数据如表 l所示： 像的 自动检测 中。聚类分析就是按照某种相似度函数或相似性 学号 基础题 中等题 提高题 准则把数据集划分成若干个类别 ．使同一类别之间的个体差异 080l0l030l 40 29 lO 080l0l0302 3l 23 11 达到最小化．而不同类别之间的个体差异达到最大化。聚类的严 080l0l0303 36 16 l9 格数学描述如下： 0801010304 36 29 l6 08O10l03O5 36 26 15 被研究 的样本集为E．类 C定义为 E的一个非空子集 ．即 0801010306 40 26 l9 CEE且 C≠ 聚类就 是满 足 ClUC2UC3U… UCK=E和 08010l0307 40 26 l8 CinCj= (对任意 i≠i)两个条件 的类 C1。C2，C3，…，CK的集 0SOltl10308 36 26 l6 0801010309 38 25 l6 合。由第一个条件可知 ，样本集 E中的每个样本必定属于某一个 08010l0310 33 23 l3 类 ：由第二个条件可知，样本集 E中的每个样本最多只属于一个 I 36 27 l6 类 。类 的划分标准和依据与具体的行业和特定的数据集 、特定的 08010l03l2 32 22 l3 080l0l0313 33 22 l3 任务等 因素有关 ．是