基于数据挖掘聚类算法的网络学习平台学生成绩分析

肖自乾 陈经优

摘要：目前越来越多的教师选择“互联网+”线上线下相结合的模式开展教学活动，如何利用信息化技术进一步优化学情分析以提高教学质量是我们需要面对的问题。文章以智慧树在线教学平台学生平时各方面表现数据为研究基础，通过大数据聚类分析对学生进行分类，直观呈现不同学生群体特点，便于教师有针对性地提出相应教学策略。

关键词：智慧树;聚类;K-均值;可视化;离散点

中图分类号：TP301 文献标识码：A

文章编号：1009-3044（2020）19-0028-02

开放科学（资源服务）标识码（OSID）：

1 引言

随着信息技术的发展，教学模式的不断改革创新，越来越多的教师选择“互联网+”线上线下相结合的教学模式。目前市场上涌现出众多网络课程互动平台，相关企业机构也在积极探索不断优化线上线下的教学设计。本文以智慧树在线教学平台学生平时各方面表现数据为研究基础，通过大数据聚类分析对学生进行分类，呈现不同学生群体特点，便于教师有针对性地提出相应教学策略，从而优化教学方式方法，提升教学效果。

2 聚类分析算法

聚类是统计数据分析的一门技术，在许多领域受到广泛应用，包括机器学习，数据挖掘，模式识别，图像分析以及生物信息。聚类是把相似的对象通过静态分类的方法分成不同的簇或者更多的子集，同一个簇或子集中的所有对象都有相似的特点或属性[1]。

2.1 K-均值算法

K-均值算法是在信号处理中常使用的一种向量量化方法，目前在数据挖掘等领域应用较为广泛，如游客客户分类等应用场景。……