聚類分析數(shù)據(jù)挖掘方法的研究與應(yīng)用.pdf

1、隨著信息技術(shù)的發(fā)展，數(shù)據(jù)挖掘技術(shù)得到了廣泛的關(guān)注。在數(shù)據(jù)挖掘技術(shù)中有很多研究領(lǐng)域，聚類分析數(shù)據(jù)挖掘就是其中一個重要的研究方向，對它進行深入研究不僅有著重要的理論意義，而且有著重要的應(yīng)用價值。聚類分析就是將一組物理或抽象對象，分組為類似對象組成的多個簇，在同一個簇中的對象彼此相似，不同簇中的對象彼此相異。目前，聚類分析已經(jīng)廣泛地應(yīng)用于模式識別，數(shù)據(jù)分析，圖像處理，以及市場研究等。 在數(shù)據(jù)挖掘中，聚類是一個活躍的研究領(lǐng)域。目前在文獻

2、中存在大量的聚類算法。算法的選擇取決于數(shù)據(jù)的類型、聚類的目的和應(yīng)用。聚類算法具體可以分為劃分方法，層次方法，基于密度的方法，基于網(wǎng)格的方法，以及基于模型的方法等。其中，在中、小規(guī)模的數(shù)據(jù)聚類應(yīng)用中，劃分方法在可理解度、易訓(xùn)練性、易實施性和通用性等方面優(yōu)于其他的分類方法。 在以上研究的基礎(chǔ)上，本文探討了聚類技術(shù)在成人高校教學(xué)管理中的應(yīng)用。通過對計算機課程的相關(guān)教師“聽課記錄表”的數(shù)據(jù)分析，依據(jù)聚類挖掘的實施流程，進行了各項數(shù)據(jù)預(yù)處