隨著一卡通在高校的快速發(fā)展,一卡通每日使用次數(shù)相當龐大,數(shù)據(jù)庫將一卡通使用次數(shù)以數(shù)據(jù)的形式進行儲存。通過對一卡通的使用信息進行分析,可以為校園建設(shè)提供指導(dǎo)。雖然已經(jīng)有研究對這些數(shù)據(jù)進行分析,但是并沒有深入,只是停留在消費數(shù)據(jù)和消費結(jié)構(gòu)的層面。本次研究通過分析消費與成績之間的關(guān)系,試圖找到二者之間的關(guān)聯(lián)性,本次研究的研究課題對于校團委、學(xué)生工作處以及教導(dǎo)處均具有非常重要的意義。本次研究對消費習(xí)慣的研究主要以早起和吃早飯的情況出發(fā),針對學(xué)生的早餐消費數(shù)據(jù)和成績數(shù)據(jù),探討大學(xué)生成績與消費之間的聯(lián)系。從大學(xué)一卡通管理系統(tǒng)ORACLE數(shù)據(jù)庫和教務(wù)管理系統(tǒng)MS SQL SERVER數(shù)據(jù)庫中提取樣本學(xué)生的一卡通消費數(shù)據(jù)和成績數(shù)據(jù),通過數(shù)據(jù)篩選和數(shù)據(jù)清洗等預(yù)處理方法對這兩種數(shù)據(jù)進行初步鑒別剔除無效和空白的數(shù)據(jù),將通過了預(yù)處理的數(shù)據(jù)以關(guān)聯(lián)算法為主,以K-Means++算法對消費數(shù)據(jù)進行聚類處理,分析二者之間的關(guān)聯(lián)性,得出了相關(guān)結(jié)論�？偨Y(jié)出大學(xué)生消費水平和消費習(xí)慣,根據(jù)結(jié)論對高校對學(xué)生的日常學(xué)校管理提供指導(dǎo)性意見�；诓紶栠\算和稀疏矩陣思想,對Apriori算法的缺點進行改進,以提高計算消費數(shù)據(jù)和成績數(shù)據(jù)... 

【文章來源】：西安科技大學(xué)陜西省

【文章頁數(shù)】：50 頁

【學(xué)位級別】：碩士

【部分圖文】：

數(shù)據(jù)挖掘?qū)崿F(xiàn)步驟

類為距離聚類中心最近的樣本；3）計算每類樣本屬性的平均值，并根據(jù)計算結(jié)果重新構(gòu)建聚類中心；4）重復(fù)以上操作流程，直到獲得固定的聚類中心。均值的聚類算法中，簇的平均值更新操作會在每完成一次將數(shù)據(jù)對象分過程后就進行一次，接著下一次算法會對新的簇平均值進行應(yīng)用，然后派操作重新進行，這樣便能更新每一個簇的的數(shù)據(jù)對象。迭代重定位的應(yīng)用的，即此算法會在更新了簇的平均值后對數(shù)據(jù)對象進行重新分派，值進行一次更新，不斷重復(fù)此流程，一直到函數(shù)收斂停止。所以 K 均值算法只能在球狀的數(shù)據(jù)中進行聚類分析而不能分析凸狀的其算法思想。當數(shù)據(jù)是較為緊湊的并且簇之間具有明顯性時 K 均值算外，K 均值算法的思想與爬山算法較為相似，因此其聚類過程容易出現(xiàn)狀況，無法滿足我們所需求的全局最優(yōu)，輸入?yún)?shù)是造成這個結(jié)果的主響因素是完成幾個簇的聚類以及初始化的簇中心，局部最優(yōu)的問題如圖

因為學(xué)校一天的課程最早就是在上午 8 點鐘左右，因此在 7 點 50 分這一時間點之前就餐的同學(xué)通常都是趕去上第一節(jié)課程的。但是在 7 點 50 分之后就餐的同學(xué)我們可以認為其具有不太規(guī)律的習(xí)慣，因為這可能造成其遲到或者是由于睡懶覺而匆匆趕去上課的情況。當然還有一些不吃早餐的同學(xué)就是具有不規(guī)律習(xí)慣的，因為其可能經(jīng)常性睡懶覺而不去吃早餐，甚至于早上總是逃課。（2）每一個月我們以三十天來計算，把周末的雙休日除去，因為在周末大多數(shù)學(xué)生都不愿意出門吃早餐，那么一個月還剩下二十二天，當學(xué)生在一個月內(nèi)在七點五十分之前吃早餐的次數(shù)不足 15 次時，那么可以認為此學(xué)生具有不夠規(guī)律的消費習(xí)慣。因為他們的早起可能只是偶爾的，這樣在較大程度上會影響其學(xué)習(xí)。比如其遲到或者逃課等行為對其學(xué)習(xí)的影響都是較大的。（3）本次研究在進行分析的過程中，通過綜合評估的方式將平均值予以求出，把學(xué)生一個月的吃早餐次數(shù)計算得出。（4）以前兩點的分析方法為依據(jù)來劃分學(xué)生單月吃早餐的次數(shù)，可以得到學(xué)生的兩種消費習(xí)慣——規(guī)律的與不規(guī)律的[35]（圖 4.1 和圖 4.2）。

【參考文獻】：
期刊論文
[1]基于智能化數(shù)據(jù)挖掘獲取知識的工藝規(guī)劃系統(tǒng)研究[J]. 郭淵,許澤銀,白琨.  制造技術(shù)與機床. 2017(04)
[2]高校學(xué)生上網(wǎng)行為分析與數(shù)據(jù)挖掘研究[J]. 胡祖輝,施佺.  中國遠程教育. 2017(02)
[3]基于大數(shù)據(jù)的計算機數(shù)據(jù)挖掘技術(shù)在檔案管理系統(tǒng)中的研究應(yīng)用[J]. 陳小莉.  激光雜志. 2017(02)
[4]基于數(shù)據(jù)挖掘技術(shù)的計算機網(wǎng)絡(luò)病毒防御技術(shù)探索[J]. 于麗.  現(xiàn)代電子技術(shù). 2016(21)
[5]基于數(shù)據(jù)挖掘的學(xué)生選課及學(xué)習(xí)行為分析算法研究[J]. 姜永超.  現(xiàn)代電子技術(shù). 2016(13)
[6]基于結(jié)構(gòu)方程模型的大學(xué)生低碳消費行為影響因素研究——以揚州大學(xué)學(xué)生為例[J]. 馬曉旭.  消費經(jīng)濟. 2015(06)
[7]國家、地區(qū)媒體形象的數(shù)據(jù)挖掘——基于認知心理學(xué)與計算機自然語言處理技術(shù)的視角[J]. 葛巖,趙海,秦裕林,陳長閣,何俊濤,徐劍,盧嘉杰,李曉靜.  學(xué)術(shù)月刊. 2015(07)
[8]關(guān)聯(lián)規(guī)則在成績分析中的研究及應(yīng)用[J]. 顧輝,楊青,蔣成功,張茜.  計算機應(yīng)用. 2015(S1)
[9]計算機輔助信息分析的技術(shù)框架及其發(fā)展趨勢[J]. 熊志正,官思發(fā),朝樂門.  圖書情報工作. 2015(03)
[10]改進的關(guān)聯(lián)規(guī)則算法在學(xué)生成績預(yù)警中的應(yīng)用[J]. 王華,劉萍.  計算機工程與設(shè)計. 2015(03)

碩士論文
[1]數(shù)據(jù)挖掘技術(shù)在校園一卡通系統(tǒng)中的應(yīng)用研究[D]. 白萍.蘭州理工大學(xué) 2017
[2]基于CPS網(wǎng)絡(luò)的發(fā)動機裝配過程數(shù)據(jù)挖掘方法研究[D]. 鄭達.合肥工業(yè)大學(xué) 2017
[3]當前高職學(xué)生消費觀教育研究[D]. 賓迎.湖南師范大學(xué) 2011
[4]關(guān)聯(lián)規(guī)則挖掘的改進算法在入侵檢測中的應(yīng)用[D]. 周麗.中南大學(xué) 2011
[5]基于一卡通數(shù)據(jù)的消費行為與成績的關(guān)聯(lián)性研究分析[D]. 徐劍.南昌大學(xué) 2010
[6]關(guān)聯(lián)規(guī)則挖掘算法及其在購物籃分析中的應(yīng)用研究[D]. 劉錫鈴.蘇州大學(xué) 2009
[7]獨立學(xué)院學(xué)生消費心理與行為研究[D]. 黎荊.南昌大學(xué) 2009
[8]我國體育院校表演專業(yè)學(xué)生消費行為的研究[D]. 李靜.北京體育大學(xué) 2009
[9]安徽國防科技職業(yè)學(xué)院學(xué)生消費行為與消費心理研究[D]. 余波.合肥工業(yè)大學(xué) 2009



本文編號：3145354