王锦　严德菊

摘 要：提出一种改进K-means聚类算法——cnnK-means算法，优化学生成绩分析.分析结果表明，语文和数学成绩联系最大，数学和英语成绩联系最小，英语成绩对学生成绩的分类影响最直接和也最明显.如果想要提高学生的整体成绩，教育者需要在英语方面做出更大的努力.

关键词：自动编码器 ; K-means聚类算法;  学生成绩分析

[中图分类号]TP391   [文献标志码]A

Student Achievement Evaluation Based on K-meansClustering Algorithm

WANG Jin，YAN DeJu

（China West Normal University，Computer Science，Nanchong 637000，China）

Abstract：An improved K-means clustering algorithm is proposed for better performance analysis.The results show that the relationship between Chinese and mathematics is the largest，the relationship between mathematics and English is the smallest，and the classification effect of English is the most direct and obvious.If you want to improve the overall performance of students，educators need to make greater efforts in English.

Key words：automatic encoder;K-means clustering algorithm;student performance analysis

自動编码器[1]是神经网络[2]的一种，是一种常用于机器学习的具有自学习功能的一个训练模型.K-means算法可以对成绩数据进行聚类分析.[3]笔者用改进后的自编码器K-means算法分析学生的成绩，明确学科之间的关系，并根据不同的分类情况采取个性化的教学方法，达到提高学生整体素质的目的，为教育者的教学提供教学改革指导.

1 改进的K-means算法——cnnK-means算法

笔者提出一种与卷积神经网络[4]相结合的K-means算法[5]——cnnK-means算法.该算法能克服人的主观偏向，从科目数据本身出发，探寻数据的隐藏规律，以此分类.这种算法能更公正地判断学生的考试结果，并直观地展示出各科成绩及对分类的影响.研究将卷积神经网络（cnn）加入到自编码器中去，将自编码器中的encoder部分换成cnn，对输入数据进行升维以获取更多的信息，然后再用decoder还原信息.

cnnK-means算法流程如下：

输入：数据集合，k的值.

输出：k个簇.

步骤：（1）设置k的值;

（2）计算距离，并按最近原则把其他所有数据对象分到各个簇;

（3）计算簇内所有数据对象的平均值，把数据点放到最近的类里;

（4）重复2，3，步，当簇心固定不变……