Все статьи автора в журнале: Живетьев А.В.

1. Агломеративная иерархическая кластеризация студентов на основе цифровых профилей с учетом категориальных данных

   Agglomerative hierarchical clustering of students based on digital profiles taking into account categorical data

   Номер: 2025 / 04

   Живетьев А.В. | Jivetev A.V. | Белов М.А. | Belov M.A. | zhivetyev@gmail.comzhivetyev@gmail.com

   Авторы статьи

   Authors

   Живетьев А.В.

   Jivetev A.V.

   Белов М.А.

   Belov M.A.

   zhivetyev@gmail.com

   zhivetyev@gmail.com

   ---

   Агломеративная иерархическая кластеризация студентов на основе цифровых профилей с учетом категориальных данных

    

   УДК 004.4

   DOI: 10.36652/0869-4931-2025-79-4-185-192

    

   Предложен метод агломеративной иерархической кластеризации студентов на основе их цифровых профилей, включающих навыки, интересы и академические достижения. Ключевая задача метода — обработка категориальных данных, представленных в формате JSON, с последующим применением метода one-hot encoding для преобразования данных в числовой формат. Это позволяет корректно интерпретировать различные характеристики студентов и использовать их для кластеризации. Подробно рассмотрены шаги по формированию матрицы расстояний на основе метрики Жаккара, которая учитывает схожие признаки и игнорирует нулевые совпадения, что делает ее особенно подходящей для работы с категориальными данными. Проведена агломеративная кластеризация, результат которой визуализирован с помощью дендрограммы для определения оптимального числа кластеров. Особое внимание уделено анализу внутрикластерной и межкластерной вариации, что позволяет оценить однородность и различия между студентами в разных кластерах. Метод может быть использован для автоматизации процессов персонализации обучения, формирования сбалансированных учебных групп и создания рекомендательных систем.

   ---

   Ключевые слова

   кластеризация, цифровой профиль, one-hot encoding, агломеративная иерархическая кластеризация, метрика Жаккара, категориальные данные, персонализация образования

   Agglomerative hierarchical clustering of students based on digital profiles taking into account categorical data

   А method of agglomerative hierarchical clustering of students based on their digital profiles, including skills, interests and academic achievements, is proposed. The key task of the method is processing categorical data presented in JSON format, followed by the use of the one-hotencoding method to convert the data into a numerical format. This allows us to correctly interpret various characteristics of students and use them for clustering. The steps for forming a distance matrix based on the Jaccard metric are considered. This metric takes into account similar features and ignores zero matches, which makes it especially suitable for working with categorical data. Agglomerative clustering was performed. The result was visualized using a dendrogram to determine the optimal number of clusters. Particular attention was paid to the analysis of intracluster and intercluster variation, which allows us to assess the homogeneity and differences between students in different clusters. The method can be used to automate the processes of personalization of training, the formation of balanced study groups and the creation of recommendation systems.

   ---

   Keywords

   clustering, digital profile, one-hot encoding, agglomerative hierarchical clustering, Jaccard metric, categorical data, personalization of education