夏雪 龙志雄

[摘要]学生的成绩以分数的形式体现，对学生的评价也主要依据成绩分为优、良、中、差四类，但这四类的区分为人的主观定义，不能准确的区分学生之间的差异。本文使用k-m eans聚类算法对学生的学习成绩进行分类，得到合理的学生分类方式以对差别化教学提供基础支持。以信息与计算科学专业某班学生的成绩为蓝本，使用聚类算法对成绩进行分类研究，并根据研究结果提出教学改革方案。

[关键词]聚类算法;学生成绩;教学改革

引言

大学生的学习成绩是评判其学习好坏的一个重要指标，尤其是没有工作经验的应届毕业生，学习成绩是求职的敲门砖，直接影响着学生能否通过企业的初步筛选。如何提高大学生的学习成绩是众多教育工作者研究目标，对于教师而言，提高学生的整体成绩最为主要的是是因材施教，因材施教的前提是对学生成绩有一个准确的分类。传统分类方法是主观设定一个区段将学生的成绩单纯地分为优、良、中、差四类，这种分类方法并没有考虑学生成绩的聚集性，无法准确地区分学生之间的差异，进而根据这种分类而进行因材施教并不一定具有良好的效果。

本文使用K-means聚类算法对学生成绩进行划分与评价，充分考虑学生成绩的区域相似性，按照特定的规则将学生成绩区分为样本区间，同区间的学生更具备相似性，进而根据该区间学生的特性进行教学，此分类方法将在一定程度上弥补了传统方法的缺陷，有助于教学人员更好地进行教学优化，以提高学生整体成绩。……