孙永辉

[摘 要]聚类分析作为数据挖掘方法之一，有着广泛的应用前景，作为一个工具它能够对数据族进行细致分析，得出数据分布的情况，为数据的评定提供参考和帮助。根据学生成绩进行等级评定，也是在教学过程中对学生综合考核的一个重要环节，能否公平、公正、合理、客观地来评价学生的学习成果尤为重要。传统一刀切的评价方法明显存在缺陷，对学生也不公平，因此，可以利用数据挖掘技术中的聚类分析思想来克服这些传统评价体系的缺陷。

[关键词]聚类分析；数据挖掘；评价体系；K-means算法

doi：10.3969/j.issn.1673 - 0194.2016.06.164

[中图分类号]G642.4 [文献标识码]A [文章编号]1673-0194（2016）06-0-02

0 引 言

数据挖掘（Data Mining）就是从大量的、模糊的、不完全的随机数据中提取出隐含的、不为人们所知道的但对人们却很有用的信息和知识的过程。它涉及的领域比较广泛。

聚类分析通俗地说就是“物以类聚”的意思，它会根据设定的条件对数据进行分类，把性质相似或相近的数据划分为一类，把原来大量的、没有什么关联的数据变成彼此有联系的几类数据，便于人们了解数据的分布情况和数据间的彼此关联关系。它应用的领域也比较多，比如：模式识别、动植物分类、基因分析、市场分析等。

1 聚类分析的步骤及分类

步骤一：特征提取。由用户决定使用原始数据（样本）的那些特征来对数据进行分类和提取，把提取到的数据以矩阵的形式表现出来，每一行是一个样本，每一列是一个特征指标变量。

步骤二：获得聚类谱系图。……