-
题名分类技术在高职教学质量评价分析中的应用
被引量：3
- 1
-
-
作者
黄敏
何中市
-
机构
重庆工贸职业技术学院信息工程系
重庆大学计算机学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2012年第3期1257-1260,F0003,共5页
-
文摘
传统方法对教学质量评价结果的利用太过单一,只停留在以评价结果来恒量教师的教学能力,没有对评价指标与评价结果之间的内在联系进行深入研究。在重庆某职业技术学院的教学质量评价结果数据基础之上,采用数据挖掘技术挖掘教学质量评价结果中隐藏的大量信息,分析了C4.5算法中信息增益率求法,结合评价结果数据,通过构造决策树挖掘教师的职称、学位、年龄与教学质量评价结果之间的潜在联系,运用于学校管理者对教师的安排及岗位的确定,并取得一定的效果。
-
关键词
教学质量
评价结果
数据挖掘
分类技术
决策树
-
Keywords
teaching quality resulted evaluation data mining classified technology decision trees
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名一种新的k-means聚类中心选取算法
被引量：20
- 2
-
-
作者
黄敏
何中市
邢欣来
陈英
-
机构
重庆工贸职业技术学院信息工程系
重庆大学计算机学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2011年第35期132-134,共3页
-
基金
国家科技重大专项基金(No.2008ZX07315-001)
-
文摘
在2010年提出已有的k-means聚类中心选取算法的基础上进行改进。通过计算样本间的距离求出每个样本的密度参数,选取最大密度参数值所对应的样本作为初始聚类中心。当最大密度参数值不惟一时,提出合理选取最大密度参数值的解决方案,依次求出k个初始聚类中心点,由此提出了一种新的k-means聚类中心选取算法。实验证明,提出的算法与对比算法相比具有更高的准确率。
-
关键词
K-MEANS算法
聚类中心
密度参数
-
Keywords
k-means algorithm
clustering center
density parameter
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
