10.3969/j.issn.1672-9722.2022.04.004
一种改进DBSCAN特征聚类的学习者类画像方法
针对传统聚类算法在学习者群体划分时存在的问题,提出一种基于改进DBSCAN特征聚类的学习者类画像方法.首先,在分析学习者行为数据的基础上,采用改进的PCA-GRBM算法进行多维特征提取;然后充分利用同类学习者在答题过程中的相似性,在经典DBSCAN算法中引用以斯皮尔曼相关系数为度量的多重聚类步骤,提出改进的S-DBSCAN多重特征聚类算法;最后将其应用于学习者类画像的构建中,并对得到的学习者群体特点进行了分析.实验表明,提出的方法有效地提取了学习者类别特征,聚类结果取得了最小的戴维森堡丁指数,适合对学习者类进行画像研究.
学习者类画像、主成分分析、高斯-伯努利受限玻尔兹曼机、DBSCAN
50
TP301.6(计算技术、计算机技术)
山西省本科教学质量提升工程项目J2020291
2022-05-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
703-708,756