一种改进DBSCAN特征聚类的学习者类画像方法
李静
郝耀军
杨瑜
忻州师范学院计算机系 忻州 034000
摘要：针对传统聚类算法在学习者群体划分时存在的问题,提出一种基于改进DBSCAN特征聚类的学习者类画像方法.首先,在分析学习者行为数据的基础上,采用改进的PCA-GRBM算法进行多维特征提取;然后充分利用同类学习者在答题过程中的相似性,在经典DBSCAN算法中引用以斯皮尔曼相关系数为度量的多重聚类步骤,提出改进的S-DBSCAN多重特征聚类算法;最后将其应用于学习者类画像的构建中,并对得到的学习者群体特点进行了分析.实验表明,提出的方法有效地提取了学习者类别特征,聚类结果取得了最小的戴维森堡丁指数,适合对学习者类进行画像研究.
关键词：学习者类画像主成分分析高斯-伯努利受限玻尔兹曼机DBSCAN
分类号：TP301.6(计算技术、计算机技术)
资助基金：山西省本科教学质量提升工程项目(J2020291)
论文发表日期：2022-04-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 703-708,756 )
英文信息