蒋海锋

摘要当前我国的职业教育正面临大改革，国家把职业教育提升到与本科同等重要的地位，同时职业教育也将进行大幅度的扩招，不仅面向中职、高中生，还面向各类社会人员，在师资力量有限、知识技能更新迅速的职业教育现状下，要实现高质量的人才培养，需要借助机器学习算法来辅助教师开展教学，通过设计符合机器学习算法的题目，可以有效的减少教师出题的负担，实现分层的个性化教学效果。本文研究层次聚类算法在学生动态分组及推荐中的应用，以辅助教师实施补救性教学，并有效缓解学生学习需要及教师精力有限的矛盾。

关键词 层次聚类算法 推荐系统 辅助教学

中图分类号：G712文献标识码：ADOI：10.16400/j.cnki.kjdk.2021.29.012

Application of Hierarchical Clustering Algorithm in Realizing Higher Vocational Teaching Recommendation System

JIANG Haifeng

（Guangdong Polytechnic of Science and Technology， Zhuhai， Guangdong， 519090）

AbstractAt present， China’s vocational education is facing major reforms. The country has promoted vocational education to the same important status as undergraduates. At the same time， vocational education will also undergo a substantialexpansion，notonly forsecondaryvocational and highschoolstudents，butalsoforallkinds ofsocialperson. Under the current situation of vocational education with limited teachers and rapid updating of knowledge and skills， to achieve high-quality talent training， machine-learning algorithms need to be used to assist teachers in teaching. By designing topics that conform to machine learning algorithms， teachers can effectively reduce the number of questions and achieve hierarchical personalized teaching effects. This paper studies the application of hierarchical clustering algorithmin students’dynamicgroupingandrecommendation toassistteachers in implementingremedialteaching，and effectively alleviate the contradiction between students’ needs and teachers’ limited energy.

Keywordshierarchical clustering algorithm； recommended system； assisted teaching

引言

2019年，國家推出《国家职业教育改革实施方案》，为未来职业指明了方向，提升了职业教育的地位。未来职业教育将覆盖更广的人群，包括农村务工人员、退伍军人、下岗工人、返乡农民工等，对于基础知识和认知能力均有较大差异的学生，教师的课题教学将面临更大的挑战。大数据和人工智能的发展，为个性化培养学生提供了技术支持。智能推荐系统，可以动态跟踪学生的学习情况，为每个学生智能推送练习题，实现以学生为中心的教学活动。本论文研究一种基于层次聚类算法的智能推荐系统的实现方法，可快速进行学生多层次的分类，为不同分类的学生推荐不同的练习题，实现动态分类和分组互助学习，有利于提升职业教育的效率和效果。……