数据挖掘聚类算法在学生信息管理系统中的应用
2017-09-28陈志忠
电脑知识与技术 2017年24期
陈志忠
(四川邮电职业技术学院,四川成都610067)
数据挖掘聚类算法在学生信息管理系统中的应用
陈志忠
(四川邮电职业技术学院,四川成都610067)
针对传统的K-means聚类算法在学生信息管理中受随机中心地址的影响,提出了数据分段方法进行中心地址选择。该算法将数据源进行K段划分,接着在每段内中选择中心地址,使用迭代回归方法进行中心选择。在现有部分学生信息上进行仿真结果表明,算法的迭代次数降低,所改进算法提高了传统K-means算法。
K-means;中心选择;学生信息
随着高校扩张,各高校在校人数不断增多,学生管理难度加大。同时对学生来讲,在学校中接受教育时,希望学生能接受多样化的管理制度,为学生提供轻松、自由的学习环境。在信息化进程日益加快的今天,学校管理中也开始引入计算机、互联网等信息技术,通过先进技术的应用提高管理水平。学生人数的增多,给学校管理带来了挑战,为了提高学生管理效率和水平,很多学校都开始致力于学生信息管理系统的研究和应用。在学生信息管理系统中,除了实现学生基本信息如专业、学籍、班级等的管理外,还将学生选课服务、学习进度、毕业论文管理、就业信息管理等相关内容融入其中,实现了学生所有信息管理的“一条龙”服务。通过专门的学生信息管理系统,将学生各项信息都融合在一起,实现了所有信息的高水平管理。
当今时代属于信息时代,各类信息数据较多。在学校中,学生相关信息也多,而在互联网的帮助下,学生信息也呈现出价值、海量特点。……
登录APP查看全文
