文献

J-GLOBAL ID：202102282553837893   整理番号：21A0578362

融合K平均クラスタリングアルゴリズムに基づく大学生の行動の分析【JST・京大機械翻訳】

Analysis of University Students’ Behavior Based on a Fusion K-Means Clustering Algorithm

著者 (7件)： Chang Wenbing ,  Ji Xinpeng ,  Liu Yinglai ,  Xiao Yiyong ,  Chen Bang ,  Liu Houxiang ,  Zhou Shenghan
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 18  ページ： 6566  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： ビッグデータ技術の開発によって,デジタルカンプスを作り出すことは,ホットな問題である。データ量の増加のために,従来のデータマイニングアルゴリズムは適切でない。クラスタリングアルゴリズムはデータマイニングの分野でますます重要になっているが,従来のクラスタリングアルゴリズムはクラスタリング効率とクラスタリング効果を考慮していない。本論文では,高速探索と密度ピーク(K-CFSFDP)の発見によるK-平均とクラスタ化に基づくアルゴリズムを提案して,それはデータポイントの距離と密度に関して改良した。この方法を用いて,4つの大学から学生をクラスタ化する。実験は,K-CFSFDPアルゴリズムが従来のK-平均クラスタ化アルゴリズムより良いクラスタ化結果と実行効率を持ち,大規模キャンパスデータでよく機能することを示した。さらに,クラスタ分析の結果は,4つの大学における異なるカテゴリーの学生が,生活習慣と学習性能において異なる性能を持ち,従って,大学は,異なるカテゴリーの学生行動について学ぶことができ,そして,対応する個人化サービスを提供し,そしてそれは,特定の実用的有意性を持った。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *クラスタ化 ,  ディジタル方式 ,  クラスタ分析 ,  *大学生 ,  機械学習 ,  生活習慣 ,  データマイニング
準シソーラス用語： *クラスタリングアルゴリズム ,  データ量 ,  ビッグデータ , 【Automatic Indexing@JST】

著者キーワード (8件)： 学生の行動 ,  K平均 ,  CFSFDP ,  SSE ,  密度 ,  距離 ,  機械学習 ,  クラスタリング

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

引用文献 (49件)：

• Keating, X.D.; Guan, J.; Castro-Piñero, J.; Bridges, D.M. A Meta-Analysis of College Students’ Physical Activity Behaviors. J. Am. Coll. Health 2005, 54, 116-125.
• Belingheri, M.; Facchetti, R.; Scordo, F.; Butturini, F.; Turato, M.; De Vito, G.; Cesana, G.; Riva, M.A. Risk behaviors among Italian healthcare students: A cross-sectional study for health promotion of future healthcare workers. La Med. del Lav. 2019, 110, 155-162.
• Park, S.Y.; Nam, M.-W.; Cha, S.-B. University students’ behavioral intention to use mobile learning: Evaluating the technology acceptance model. Br. J. Educ. Technol. 2012, 43, 592-605.
• Kormos, J.; Csizér, K. The Interaction of Motivation, Self-Regulatory Strategies, and Autonomous Learning Behavior in Different Learner Groups. TESOL Q. 2014, 48, 275-299.
• Lee, M.W.; Chen, S.Y.; Chrysostomou, K.; Liu, X. Mining students’ behavior in web-based learning programs. Expert Syst. Appl. 2009, 36, 3459-3464.

タイトルに関連する用語 (6件)： 融合 ,  平均 ,  クラスタリングアルゴリズム ,  大学生 ,  行動 ,  分析