对学生开放式问卷答案的聚类
信息检索
2018-09-20 v1
摘要
开放式回答是教育数据挖掘与智能辅导系统中丰富但未被充分利用的信息来源。主要障碍之一是难以自动聚类短文本。本文研究自由形式问卷答案的聚类问题。我们针对来自英语和芬兰语课程反馈查询的十组开放式回答进行了聚类对比实验。我们还评估了使用 HITS 算法从聚类结果中提取主要主题的效果。主要结果是：对于英语数据，尽管存在频繁离群点和真实聚类之间相当程度的重叠，亲和传播(affinity propagation)表现良好；然而对于芬兰语数据，性能较差，且没有任何方法明显优于其他方法。类似地，主题提取在英语数据上非常成功，但在芬兰语数据上仅令人满意。最有趣的发现是，词干提取(stemming)实际上可能显著降低聚类质量。
引用
@article{arxiv.1809.07306,
title = {Clustering students' open-ended questionnaire answers},
author = {Wilhelmiina Hämäläinen and Mike Joy and Florian Berger and Sami Huttunen},
journal= {arXiv preprint arXiv:1809.07306},
year = {2018}
}
备注
13 pages