学生消费行为的聚类分析优化研究和应用资料.pdfVIP

计 算 机 系 统 应 用 2017 年 第 26 卷 第 6 期 ① 学生消费行为的聚类分析优化研究和应用 1 2 1 2 1 1 游香薷 , 王 业 , 杨 抒 , 王 斌 , 赵新苗 , 姚海伦 1(新疆农业大学 计算机与信息工程学院, 乌鲁木齐 830052) 2(新疆农业大学 现代教育技术中心, 乌鲁木齐 830052) 摘 要: 基于现有的数据挖掘技术, 采用优化初始聚类中心的方法来改进 k-means 聚类算法, 对新疆农业大学学 生一卡通消费数据进行研究和分析, 为相关部门提供决策支持. 首先, 根据需求分析,选取部分学生于 201 -2015 学年在一卡通系统中产生的真实数据作为分析数据, 并进行数据预处理, 同时选择食堂消费次数和金额、超市 消费次数和金额、就餐场所为特征属性; 其次, 使用改进的聚类算法进行分析, 并且对比分析了基于三种距离度 量方式下的 k-means 聚类算法; 然后, 得出分析结论, 学生的食堂消费行为和超市消费行为; 最后,探讨了如何根 据分析所得结论为学校提供决策支持. 关键词: 优化 k-means 算法; 特征属性; 消费行为; 距离度量方式; 决策支持 Research and Application of Clustering Analysis Optimization for Students’ Consumer Behaviors 1 2 1 2 1 1 YOU Xiang-Ru , WANG Ye , YANG Shu , WANG Bin , ZHAO Xin-Miao , YAO Hai-Lun 1(College of Computer Information Engineering, Xinjiang Agricultural University, Urumqi 830052, China) 2(Modern Education Technology Center, Xinjiang Agricultural University, Urumqi 830052, China) Abstract : Based on the existing data mining technology,this article adopts the method of optimizing the initial clustering center to improve the k-means clustering algorithm, we can study of Xinjiang agricultural University student id card consumption data for the research and analysis,and provide decision support for the related departments.First of all, according to the demand analysis, we will choose some students for school year 201 -2015 real data in one cartoon system as data analysis,and data preprocessing, at the same time, we will