聚类分析算法在远程教育系统中的应用研究

摘要

聚类算法为远程教育中学生的个性特征及学习状态评估提供了一种有效的评价手段,可以根据聚类分析结果给出针对性的辅导与学习策略。传统的K均值聚类算法在初始聚类中心选取上具有随机性,聚类具有不确定性且时间复杂度较高。本文提出的方法为:先应用网格聚类思想实现基于密度的数据单元分类,高密度单元的聚类结果可以作为新的聚类中心,对密度较低的离散数据重新进行K均值聚类。实验证明,本文算法具有良好的聚类性能以及运算速度。