基于KPCA的教育特征群集挖掘与分析
打开文本图片集
摘要： 文章针对混合教学数据的特征分析与分级问题，提出了一种基于核主成分分析（Kernel Principal Component Analysis ，KPCA）的方法。文章融合传统教学数据和在线教育数据，形成完整的教育特征数据链；利用复杂网络的研究方法和理论模型，构建教育特征数据网络模型；采用非线性KPCA特征抽取算法提取出影响教育质量的群集特征；建立针对教育质量、学生级别进行综合评价的评价模型，并对学生进行分级，从而更好地提供个性化教育干预，提高教学质量。（剩余7347字）
