一种基于公平加权因子的教育感知聚类方法及系统

专利主权项内容

数据由马 克 数 据整理 1.一种基于公平加权因子的教育感知聚类方法，其特征在于，包括：获取待聚类的班级学生数据集，统计班级学生数据集在受公平性约束的属性上的数据分布比例；基于最短路径算法的聚类算法，迭代更新聚类中心和聚类簇，直到聚类簇满足第一公平性约束，得到初级聚类结果；使用引入公平加权因子的第二公平性约束，对初级聚类结果进行评估，评估结果不满足要求则迭代更新聚类中心和聚类簇，直到聚类簇满足第二公平性约束，得到最终的聚类结果；其中，所述第一公平性约束是聚类簇中在受公平性约束的属性上的数据分布比例与班级学生数据集在受公平性约束的属性上的数据分布比例的差值小于阈值，所述第二公平性约束是聚类簇中在受公平性约束的属性上的数据分布比例与班级学生数据集在受公平性约束的属性上的数据分布比例的差值在公平加权因子限定的上下界中。