基于数据挖掘技术的学生校园消费行为分析-论文.pdf

《基于数据挖掘技术的学生校园消费行为分析-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、总第17卷185期大众科技VOI_17No．12015年1月PopularScience&TechnologyJanua~2015基于数据挖掘技术的学生校园消费行为分析姜楠许维胜(同济大学电子与信息工程学院，上海201804)【摘要】校园一卡通系统通过对各种信息、资源的有效集成、整合和优化，能够实现学校对信息的有效配置和充分利用。文章采用数据挖掘技术针对学生校园消费活动的管理分析方面进行深入研究，首先通过数据预处理技术提取相关消费特征，并采用一种优化的K．meRrlS聚类算法，将学生分为几类，分析行为特征，以便高校学生工作人员分门别类的进行学生管理，最后将聚类结果输入决策树

2、分类模型进行评估，以评价聚类结果。【关键词】数据挖掘；k．means算法；一卡通消费数据；行为特征；决策树【中图分类号】TP3l1．13【文献标识码】A【文章编号】1008．1151(2015)01．0026．03StudentsconsumptionbehavioranalysisbasedonthedataminingtechnologiesAbstract：Withefectiveintegrationandoptimizationtovarietyofresources．thecampuscardsystem(ccs)makesefficientallocation

3、andfulluseofcampusinformation．managementanalysisofstudents’consumptionactivitiesisstudiedthroughdatamining．Weusedatepreprocessingtechniquestoextractrelevantconsumercharacteristicsandanoptimizedk-meansclusteringalgorithmtodividestudentsintoseveralcategories．Atlastweusethedecisiontreealgorit

4、hmtoiudgetheclusteringresults．Theanalysisofthebehaviorcharacteristicscanleadtoabettermanagementofstudentsforcollegestafs．Keywords：Datamining；k-means；e_cardconsumerdata；behaviorcharacteristics；decisiontree1引言生管理系统大部分没有针对学生数据进行集成，而针对高校学生行为分析的方案也较少。随着学校数字化和信息化的深入发展，校园一卡通系统K-means聚类算法作为一种经典的数据

5、挖掘算法，也存在得到了广泛应用和高度重视，是高校信息化程度的重要标志。其固有缺陷，比如K值的确定和初始聚类中心的确定。目前，高校管理是以学生为主体的一种客户关系管理，通过提取一已有KanfmanL等通过轮廓系数来测量不同类的分离度。杨卡通数据库中相关学生数据进行用户行为分析，来挖掘其中善林运用距离代价函数作为空间聚类有效性检验函数，即当潜在有用的信息和知识，极大地推动了学生管理工作的高效距离代价函数达到最小值时，空间聚类结果为最优。Huang运行，且实现了校园各种信息和资源的高度集中和融合。数提出一种基于K-means的变量自动加权聚类算法，使得聚类据挖掘作为一种从海量数据

6、中挖掘潜在知识的技术，已经在问题中的变量选择得到改进。Dhillon等人则通过调整迭代过科学研究、商业等很多领域得到广泛应用。将数据挖掘技术程中重新计算聚类中心的方法使其性能得到提高]。应用于高校人力资源管理，能充分发挥现有数据的作用为决策服务。国外对学生一卡通数据分析起步较早，且进展迅速。2学生校园消费行为分析例如加拿大湖首大学的学生行为分析系统，可以根据学生最某大学校园一卡通系统的数据库采用的是分布式处理和近发生的行为定期向学生发送一封邮件来指导学生下一步的“客户端／服务器”架构，大量数据经由不同客户端上传到学习计划和生活计划，该系统已经可以高效的对学生行为进服务器的数

7、据库中，包含消费数据、门禁数据、成绩数据等行分析并及时报告辅导员进行处理。而就国内来说，已经有不同的子数库。本文针对消费数据库中的数据采用数据挖掘学者将数据挖掘技术运用于商业，如梁颖等人基于数据挖掘的技术进行消费习惯分析，数据处理流程如图1所示。技术对消费者进行行为的分析Ⅲ，廖殉提出基于K-means算法和CBR方法对高校就业预测的分析，叶炼对电信客户进行基于数据仓库的行为分析，曾智等人对YOUCITY网站用户行为进行分析，通过模式识别方法对固定的模型去分析用户，得到最接近用户的模型就是用户的类别。广大高校内部所用