排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
数据聚类是将数据对象划分到不同的类或簇中,是数据挖掘中的一项重要技术.教育领域拥有海量的学生信息数据,把数据挖掘中的聚类技术引入其中,具有很强的实际价值.阐述了运用数据挖掘中改进的引入权重的聚类技术对成绩数据进行选择、预处理和挖掘分析等,展示了3个Matlab实验使成绩数据如何通过K-means算法进行聚类分析,并对3种运行结果的意义各自进行了显示与分析,同时指出了运行结果的不足及意义.针对学生实验中的分类原因进行了研究并在学生成绩分析中发现很多隐含着的不易发现的有价值信息,利用这些聚类结果提出了相应的教学措施及建议,从而有针对性地提高教学质量. 相似文献
2.
混合式教学打破了教学中空间上的限制，在教学中发挥着重大作用．将成熟的线下教学流程通过网络资源建设形成同等教学效果的线上课程．资源的可拓展、易获取、复观摩等特性将使课程资源更适合学生进行自驱式研究学习，强化学生知识获取能力．以研究线上线下混合式教改效果为目的，在深入研究聚类算法的基础上，提出一种改进的k-means算法，并将其运用到现代教育技术课程的教学方法改进中．在大数据的环境下，通过实验对学生学习行为模式进行挖掘，从而及时详细地理解学生的学习状态，准确判断学生的学习行为，从而优化教学，以此对改进后的教学做出评价及建议．数据分析结果可根据学习行为习惯划分出不同类型的学生，从而指导教师进行更有针对性地改进教学方案，提高教学质量，有利于混合式教学的长远发展． 相似文献
1
