-
题名基于分布式数据流聚类的成绩层次化评估方法
- 1
-
-
作者
陈海英
陈华
-
机构
天门职业学院公共课部
武汉纺织大学数理科学学院
-
出处
《保定学院学报》
2024年第4期105-110,共6页
-
基金
湖北省高等教育学会教育科研课题立项“数字化转型背景下高职教师信息化教学能力提升路径研究”(2023XD120)。
-
文摘
为提高成绩评估结果的准确率,针对成绩数据具有的多元化、容量大、分布式的特点,引入分布式数据流聚类算法,优化数据聚类精度和时效性,实现成绩层次化评价.首先,通过聚类特征指数直方图建立分布式数据流挖掘矩阵,提高成绩数据的聚类性能.将一阶线性微分方程结合分数阶累加,构建全局聚簇模型,保证聚类性能稳定.然后,采用层次分析法处理成绩数据,将成绩按照基础课程、专业课程及实训课程分类,确保层次化评估的精确率,再结合权重法得到成绩评估结果.实验结果表明,该方法有效实现对成绩数据的层次化评估,精确率、召回率、AUC值分别可以达到98.75%、86.67%、0.987,评估时长仅为488.4 ms,且该方法的收敛效果较优,数据流能耗较低.
-
关键词
分布式数据流
聚类算法
成绩评估
直方图
挖掘矩阵
层次分析法
全局聚簇模型
-
Keywords
distributed data flow
clustering algorithm
performance evaluation
histogram
mining matrix
analytic hierarchy process
global clustering model
-
分类号
O29
[理学—应用数学]
TP399
[自动化与计算机技术—计算机应用技术]
-
