典型文献
一种改进DBSCAN特征聚类的学习者类画像方法
文献摘要：
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.
文献关键词：
学习者类画像;主成分分析;高斯-伯努利受限玻尔兹曼机;DBSCAN
中图分类号：
作者姓名：
李静;郝耀军;杨瑜
作者机构：
忻州师范学院计算机系 忻州 034000
文献出处：
引用格式：
[1]李静;郝耀军;杨瑜-.一种改进DBSCAN特征聚类的学习者类画像方法)[J].计算机与数字工程,2022(04):703-708,756
A类：
学习者类画像,GRBM
B类：
DBSCAN,特征聚类,聚类算法,学习者行为,行为数据,多维特征,答题,斯皮尔曼相关系数,重聚,群体特点,类别特征,戴维森堡丁指数,伯努利,受限玻尔兹曼机
AB值：
0.258232
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
