申请/专利权人:齐鲁工业大学(山东省科学院)
申请日:2024-03-01
公开(公告)日:2024-04-05
公开(公告)号:CN117828377A
主分类号:G06F18/23
分类号:G06F18/23
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本发明提出了一种基于公平加权因子的教育感知聚类方法及系统,涉及教育数据科学领域,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,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;本发明引入公平加权因子,使用上下界保护每个元素被公平的权衡,更好地强化公平保护效果,解决了现有公平聚类技术的不够准确保护敏感对象的问题,提高了系统的性能与实用性。
主权项: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。
全文数据:
权利要求:
百度查询: 齐鲁工业大学(山东省科学院) 一种基于公平加权因子的教育感知聚类方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。