基于kmeans聚类算法的试卷成绩分析研究.pdfVIP

No．4 第39卷第4期 河南大学学报(自然科学版) Vbf．39 ofHenan 2009年7月 Journal University(NaturalScience) Jul．2009 基于k—means聚类算法的试卷成绩分析研究 谭庆 (洛阳师范学院信息技术学院，河南洛阳471022) 摘要：研究了k—means聚类算法，并将此算法应用于高校学生试卷成绩分析中．首先对数据进行了预处理，然后 使用k-means算法，对学生试卷成绩进行分类评价．用所获得的结果指导学生的学习和今后的教学工作． 关键词：数据挖掘；聚类；k-means算法；试卷成绩 中图分类号：TP311 文献标志码：A andResearchofGradesofExamination Analysis Paper BasedonK—means ClusteringAlgorithm TAN Qing Normal Henan (AcademyIn，Drmation University，Luoyang471022．China) of Technology，Luoyang Abstract：Thisresearchesthek-means and it tOthe ofthe dataof paper clusteringalgorithmapplies analysis grade examinationof educationschool’S thedatabefore paperhigher students．Firstly，itpreprocesses mining．Then，it usesthek—means tOcluster ofexaminationand evaluation．Theobtained algorithm students’grades papergives canbe intO thestudentsandteachersintreir and knowledgeappliedguiding studyteaching． words：data ofexamination Key mining；clustering；k-meansalgorithm；gradespaper 0 引言 传统的数据分析方法是统计分析法，该方法只是对事实的验证，描述已经发牛的事实，难以发现数据中 存在的关系和规律，也难以根据现有的数据预测未来的发展趋势．由于它缺乏挖掘数据背后知识的手段，因 而导致了“数据爆炸但知识贫乏”的现象¨]．面对这一挑战，数据挖掘(Data in (KnowledgeDiscoveryDatabase，KDD)技术应运而生，并逐渐显示出了强大的生命力． 在高校中，考试成绩是评估教学质量的重要依据【3]，也是评估学生是否掌握好所学知识的蕈要方式． 试卷分析是考试过程的一个重要环节．聚类是深层次的数据信息分析方法，将聚类¨o技术