10.3969/j.issn.1000-386x.2019.11.017
基于认证数据的学生上网时间特征分析
为研究高校本科生上网时间特征,将学生上网认证数据转换成学生上网时长向量集.利用K-canopy算法去除离群点,并通过指标投票机制得到最佳聚类个数;利用K-means算法分别对工作日和周末上网时长向量集进行聚类,将工作日向量集聚为6个类、周末向量集聚为5个类;分析聚类结果,得到各类学生的上网时间特征、学生个人的上网时间特征和各专业中各年级学生上网时间特征.学生上网时间特征可为专业课程时间安排、学生管理等工作提供参考.
认证数据、时间特征、K-canopy算法、K-means算法
36
TP3(计算技术、计算机技术)
国家重点研发计划项目2016YFD0800307;国家科技支撑计划项目2015BAD06B03-3
2019-11-29（万方平台首次上网日期，不代表论文的发表时间）
共7页
101-106,133
