遺傳聚類算法的研究及其在學(xué)生成績(jī)特征挖掘中的應(yīng)用.pdf

1、數(shù)據(jù)挖掘(Data Mining)理論研究出現(xiàn)于20世紀(jì)80年代后期，它是多學(xué)科綜合的產(chǎn)物，涉及數(shù)理統(tǒng)計(jì)、人工智能、數(shù)據(jù)庫、神經(jīng)網(wǎng)絡(luò)等諸多技術(shù)。雖然數(shù)據(jù)挖掘技術(shù)在電信、金融、料學(xué)研究、市場(chǎng)營(yíng)銷等領(lǐng)域得到了廣泛的應(yīng)用，但在教育信息化的應(yīng)用中還處在發(fā)展階段。針對(duì)高校里大量的學(xué)生信息，傳統(tǒng)的統(tǒng)計(jì)分析方法己不適于對(duì)這些數(shù)據(jù)進(jìn)行深入分析。為此，本文嘗試?yán)脭?shù)據(jù)挖掘技術(shù)對(duì)學(xué)生成績(jī)特征進(jìn)行挖掘分析，以求找到大量數(shù)據(jù)背后潛在而有意義的信息，為大專院校學(xué)

2、生的教育和管理提供工作思路和方法。
　　 本文首先概述了數(shù)據(jù)挖掘理論和發(fā)展，以及主要的數(shù)據(jù)挖掘技術(shù)；其次，闡述了遺傳算法在聚類中的應(yīng)用；然后，結(jié)合學(xué)生的基本信息、績(jī)效信息、學(xué)習(xí)歷史、學(xué)習(xí)偏好及知識(shí)結(jié)構(gòu)等信息，重點(diǎn)研究了一種改進(jìn)的遺傳聚類算法在學(xué)生成績(jī)特征挖掘上的應(yīng)用。最后，以學(xué)生成績(jī)特征挖掘?yàn)楹诵?，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)數(shù)據(jù)挖掘原型系統(tǒng)。論文的主要工作是：通過在遺傳聚類算法中引入模糊C均值聚類算法，對(duì)新種群進(jìn)行優(yōu)化，提出了基于遺傳聚類