混合式教学下学生成绩的改进密度峰值聚类分析研究.pdfVIP

2025年3月计算机应用文摘第41卷第5期

混合式教学下学生成绩的改进密度峰值聚类分析研究

陈金鹏

（西南交通大学希望学院，成都610400）

摘要：随着互联网的高速发展，利用互联网资源开展混合式教学已逐渐成为高校主要的教学手段。在混

合式教学环境下，采用基于引力的密度峰值聚类算法，对某高校7个班“Python程序设计”课程的学生平时

成绩和期末成绩进行分析。该算法利用引力吸引的特性，将学生成绩数据划分为4个不同的群体，并对每

个群体进行逐一分析。最后，结合混合式教学特点，针对这4个群体分别提出了具体的教学改进建议。

关键词：混合式教学；学生成绩；基于引力的密度峰值聚类算法

中图分类号：TP391文献标识码：A

Researchonimprovementofstudentperformanceunderblended

learningusingdensitypeakclusteringanalysis

CHENJinpeng

（SouthwestJiaotongUniversityHopeCollege，Chengdu610400，China）

Abstract：WiththerapiddevelopmentoftheInternet，usingInternetresourcestocarryouthybridteachinghas

graduallybecomethemainteachingmeansincollegesanduniversities.Inablendedlearningenvironment，a

gravitybaseddensitypeakclusteringalgorithmwasusedtoanalyzethedailyandfinalgradesofstudentsinseven

classesofthe“Pythonprogramming”courseatacertainuniversity.Thisalgorithmutilizesthecharacteristicof

gravitationalattractiontodividestudentperformancedataintofourdifferentgroupsandanalyzeeachgrouponeby

one.Finally，basedonthecharacteristicsofblendedlearning，specificteachingimprovementsuggestionswere

proposedforeachofthesefourgroups.

Keywords：blendedteaching，studentachievement，gravity-baseddensitypeakclusteringalgorithm

表示在一定半径范围内一个数据点周围其他数据点的

1引言

数量，反映该点的密集程度；相对距离则是描述一个数

混合式教学是一种结合在线慕课平台资源与线下据点与密度更大的数据点之间的最小距离。如果某个

课堂教学的模式，能够充分利用丰富的教学资源开展教数据点不存在密度更大的点，其相对距离定义为到所有

［1］其他数据点的最大距离。算法的具体步骤如下。（1）计

学活动，特别适用于包含实践环节的课程。作为人工

智能时代的重要基础编程语言课程，“Python程序设计”算数据集中所有样本点之间的欧氏距离，并对这些距离

在高校各专业中得到了广泛普及，其教学质量直接影响进行排序，选择一个合适的截断距离。（2）基于公式计算

学生的信息技术素养。因此，分析混合式教学环境下该每个点的局部密度和相