基于聚类算法和关联规则算法的学生考试成绩数据挖掘研究.pdfVIP

基于聚类算法和关联规则算法的学生考试成绩数据挖掘研究

李秋香

（广州应用科技学院，广州511370）

摘要：以信息技术基础数学期末考试成绩为研究对象，采用K-means聚类算法进行分析，划分出3

个特征明显的簇，以反映学生在课程学习中的不同表现层次。采用Apriori算法挖掘各簇内部的知识点

关联，揭示课程内各知识点之间的隐含关联，并通过深入剖析数据，发现了知识点间的内在联系。这

不仅有助于学生更好地理解课程内容、提升学习效率，也为教师优化教学方案、提升教学质量提供了

有益参考。

关键词：数据挖掘；考试成绩分析；关联规则；聚类

1概述聚类算法的目标就是找到一组稳定的质心u,u,…,u，

12k

[3]

数据挖掘是一种通过相关的算法从海量数据中发现使得公式（1）结果最小。

[1]n

隐藏规律和知识的过程。随着大数据时代的到来，各2

J=∑(x-u)（1）

ij

行各业能够获取的信息越来越丰富，数据挖掘技术的应i=1

用也日益广泛。在数据挖掘领域，聚类算法和关联规则3关联规则算法

算法是两种常用的技术。关联规则算法用于从大量数据中挖掘出有价值的数

[3]

研究选取了计算机专业学生的信息技术基础数学期据项之间的相关关系。

末考试成绩作为研究对象，采用了聚类算法中较常用的3.1关联规则算法中的核心概念

[3]

一种算法——K-Means聚类算法，对学生成绩数据进行