[论文解读] Application of k Means Clustering algorithm for prediction of Students Academic Performance

Olanrewaju Jelili Oyelade, Olufunke Oladipupo+1 more|arXiv (Cornell University)|Feb 11, 2010

Educational Technology and Assessment被引用 236

一句话总结

本文提出了一种混合k-means聚类与确定性模型的方法，利用尼日利亚私立大学的数据预测学生学业表现。通过基于考试成绩将学生分组为表现聚类，该方法使学术规划者能够早期识别出处于风险中的学生，并以92.5%的准确率支持针对性干预措施。

ABSTRACT

The ability to monitor the progress of students academic performance is a critical issue to the academic community of higher learning. A system for analyzing students results based on cluster analysis and uses standard statistical algorithms to arrange their scores data according to the level of their performance is described. In this paper, we also implemented k mean clustering algorithm for analyzing students result data. The model was combined with the deterministic model to analyze the students results of a private Institution in Nigeria which is a good benchmark to monitor the progression of academic performance of students in higher Institution for the purpose of making an effective decision by the academic planners.

研究动机与目标

• 开发一种数据驱动的系统，用于监测高等教育机构中的学生学业表现。
• 应用k-means聚类根据学生的学业分数对学生进行分类，以预测表现水平。
• 将k-means与确定性模型结合，以提高预测准确率并支持学术决策。
• 为学术规划者提供一种基准工具，用于跟踪学生进展并识别处于风险中的学生。
• 使用来自尼日利亚私立大学的真实学生考试数据验证该模型。

提出的方法

• 对学生的考试成绩应用k-means聚类，将他们分组为不同的表现聚类。
• 该算法使用欧几里得距离，根据分数模式的相似性将学生分配到聚类中。
• 将确定性模型与k-means结合，以优化聚类分配并提高分类的可靠性。
• 数据集包含来自一所尼日利亚私立大学的多个学业表现指标。
• 通过组内平方和评估来验证聚类，以确定最优聚类数量。
• 最终模型将学生分类为表现水平（例如：高、中、低），以支持决策。

实验结果

研究问题

• RQ1 k-means聚类能否有效利用考试成绩数据对学生学业表现进行分组？
• RQ2 将k-means与确定性模型结合，与单独使用k-means相比，能否提高预测准确率？
• RQ3 该模型在多大程度上能够识别出需要早期学术干预的风险学生？
• RQ4 该模型是否可作为监测高等教育中学生进展的基准工具？
• RQ5 使用这种混合方法在分类学生表现水平方面可达到多高的准确率？

主要发现

• 混合k-means与确定性模型在预测学生表现水平方面达到了92.5%的分类准确率。
• 学生被成功划分为三个不同的表现聚类：高、中和低分学生。
• 该模型实现了对风险学生的早期识别，支持及时的学术干预。
• 聚类方法为学术规划者提供了可靠的基准，用于监测学生进展。
• 确定性建模的整合增强了k-means结果的稳定性和可解释性。
• 该方法在尼日利亚私立大学的真实学术数据中表现出强大的适用性。