摘 要：教师资源配置状况一定程度上反应了区域教育均衡化水平。以中部某省的义务教育师资配置为例，选取师生比、教职工学生比、职称、学历、学科及年龄结构等指标，在定量化的基础上构造属性集；分别采用基于划分聚类的 K-means 算法及基于密度聚类的 DBSCAN 算法，进行迭代聚类，获得不同区域的师资配置聚类结果及等级划分，揭示综合配置水平及区域差异特点。此外，论文比较了 K-means 和 DBSCAN 两种聚类算法对师资配置的聚类效果，探讨了两种算法的适用范围。
关键词：师资均衡；教师挖掘；K-means；DBSCAN
DOI:10.19850/j.cnki.2096-4706.2021.04.004
基金项目：湖北自然科学基金项目（2017CF B138）；湖北第二师范学院教改项目（X2019010）； 中央引导地方科技发展专项（2019ZYYD012）
中图分类号：TP312 文献标识码：A 文章编号：2096-4706（2021）04-0016-05
Research on Regional Compulsory Education Teachers Allocation Based on Clustering Analysis
LIU Limin1，2，3，LI Jiawen1
（1. Computer College of Hubei University of Education，Wuhan 430205，China； 2.Hubei Co-Innovation Center of Basic Education Information Technology Services，Wuhan 430205，China； 3.Hubei Education Cloud Service Engineering Technology Research Center，Wuhan 430205，China）
Abstract：To some extent，the status of teachers allocation reflects the equalization level of regional education. Taking the compulsory education teachers allocation in a province in central China as an example，this paper selects some indicators such as teacherstudent ratio，faculty-student ratio，professional title，education background，discipline and age structure to construct attribute set on the basis of quantification. The K-means algorithm based on partition clustering and DBSCAN algorithm based on density clustering are used respectively for iterative clustering to obtain the clustering results and grade division of teachers allocation in different regions，it reveals the level of comprehensive allocation and the characteristics of regional differences. In addition，the paper compares the clustering effect of K-means and DBSCAN clustering algorithm on teachers allocation，and discusses the application scope of the two algorithms.
Keywords：balanced allocation of teacher resources；teacher mining；K-means；DBSCAN
参考文献：
[1] 冯建军 . 义务教育优质均衡发展的理论研究 [J]. 全球教育 展望，2013，42（1）：84-94.
[2] 张辉蓉，盛雅琦，罗敏 . 我国义务教育均衡发展 40 年： 回眸与反思 - 基于数据分析的视角 [J]. 西南大学学报 ( 社会科学版 )， 2019，45（1）：72-80+194.
[3] 李小球，李琼 .2005-2015 年中国义务教育均衡性的实证 检验—基于生均经费视角 [J]. 教育科学，2019，35（3）：67-74.
[4] 沈有禄，谯欣怡 . 印度基础教育教师资源配置差异分析 [J]. 上海教育科研，2012（3）：50-52+72.
[5] 周冬祥 . 二元结构型城市教师资源配置的现状分析与对策 研究 - 以武汉市中小学教师资源配置分析为例 [J]. 教育与经济， 2008（3）：33-36.
[6] 张传萍 . 普通小学教师资源配置标准研究 - 以湖北省为例 [J]. 教育与经济，2011（1）：10-15.
[7] XU J H，LIU H. Web user clustering analysis based on KMeans algorithm [C]//2010 International Conference on Information， Networking and Automation （ICINA）.Kunming：IEEE，2010： 6-9.
[8] 李正兵，罗斌，翟素兰，等 . 基于关联图划分的 Kmeans 算法 [J]. 计算机工程与应用，2013，49（21）：141-144+151.
[9] 刘淑芬，孟冬雪，王晓燕 . 基于网格单元的 DBSCAN 算 法 [J]. 吉林大学学报（工学版），2014，44（4）：1135-1139.
[10] BORAH B，BHATTACHARYYA D K. An improved sampling-based DBSCAN for large spatial databases [C]//International Conference on Intelligent Sensing and Information Processing，2004. Chennai：IEEE，2004：92-96.
[11] 卢春，周文婷，吴砥 . 区域义务教育信息化发展指数及 区域差异研究—基于 2014、2015 东部 G 市教育信息化数据分析 [J]. 中国电化教育，2016（5）：51-57.
[12] 李松涛 . 决策树算法在高职院校成绩分析中的应用研究 [J]. 软件导刊，2014，13（4）：96-97.
作者简介：刘利敏（1988—），女，汉族，河南驻马店人，讲师， 博士，研究方向：大数据智能分析；通讯作者：李佳雯（1998—）， 女，汉族，湖北宜昌人，本科在读，研究方向：计算机应用。