随机游走与BIRCH融合的聚类统计方法

作     者：夏小娜 Xia Xiaona

作者机构：曲阜师范大学教育学院山东曲阜273165 曲阜师范大学中国教育大数据研究院山东曲阜273165 

基　　金：山东省教育科学重点课题(2020ZD030) 

出 版 物：《统计与决策》 (Statistics & Decision)

年 卷 期：2021年第37卷第23期

页      码：5-9页

摘      要：聚类统计分析在大数据理论研究和实践应用方面具有重要地位,是学习分析技术的重要组成部分。文章首先在数据初始化和规范化的基础上定位分类条件,实现学习行为的分化和集成,形成多个待聚类的数据子集;然后,根据学习交互活动之间的拓扑关联性和依赖性,设计随机游走模型与BIRCH算法融合的聚类统计方法,实现关键学习交互活动的检索评估和数据聚类;最后,对算法执行的多个性能指标进行计算和对比。实验结果表明,改进后的算法在学习交互活动聚类方面具有明显优势,聚类统计过程和分析结果具有可行性和可靠性。

主 题 词：随机游走 改进的BIRCH聚类算法 大数据 数据统计 学习行为 

学科分类：0202[经济学-财政学类] 02[经济学] 020208[020208] 0401[教育学-教育学类] 04[教育学] 07[理学] 0714[0714] 040110[040110] 

核心收录：

D　O　I：10.13546/j.cnki.tjyjc.2021.23.001

馆 藏 号：203106944...