聚类算法在学生成绩分析中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·引言 | 第8页 |
| ·研究背景以及意义 | 第8-9页 |
| ·国内外的研究现状 | 第9-11页 |
| ·研究的内容与方法 | 第11页 |
| ·论文的组织与结构 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 2 聚类分析相关知识与技术 | 第13-24页 |
| ·引言 | 第13页 |
| ·聚类的定义 | 第13页 |
| ·相似性测度 | 第13-15页 |
| ·聚类的准则 | 第15-17页 |
| ·误差平方和准则 | 第15-16页 |
| ·加权平均平方距离和准则法 | 第16-17页 |
| ·类间距离和准则 | 第17页 |
| ·聚类三步曲 | 第17-18页 |
| ·聚类的分类 | 第18-23页 |
| ·划分聚类 | 第18-20页 |
| ·分层聚类 | 第20-21页 |
| ·基于密度的聚类 | 第21-22页 |
| ·基于模型的聚类 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 更有效的 K-means 聚类算法 | 第24-40页 |
| ·引言 | 第24页 |
| ·聚类算法的要求 | 第24-25页 |
| ·K-means 聚类算法 | 第25-29页 |
| ·K-means 聚类算法概念 | 第25-28页 |
| ·算法的两个主要问题 | 第28-29页 |
| ·初始中心选择的优化 | 第29-32页 |
| ·收敛速度的优化 | 第32-36页 |
| ·更有效的 K-means 聚类算法 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 4 业务需求分析 | 第40-43页 |
| ·引言 | 第40页 |
| ·学生成绩评价的概念 | 第40页 |
| ·学生成绩评价的重要性 | 第40-41页 |
| ·对学生成绩评价的作用 | 第41页 |
| ·目前学生成绩评价方法的缺点 | 第41-42页 |
| ·本章小节 | 第42-43页 |
| 5 聚类算法在学生成绩分析中的应用 | 第43-54页 |
| ·引言 | 第43页 |
| ·问题的提出 | 第43页 |
| ·聚类挖掘模型的建立 | 第43-44页 |
| ·数据预处理 | 第44-46页 |
| ·聚类算法的实现 | 第46-47页 |
| ·聚类结果评价及针对性策略 | 第47-50页 |
| ·更有效的 K-means 聚类算法的验证 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 研究生在读期间公开发表的学术论文及科研成果 | 第59页 |
