主成分分析法在大学生上网行为分析中的应用.docVIP

主成分分析法在大学生上网行为分析中的应用 　　摘要：随着大数据时代的到来，大数据分析技术已经在各行各业得到了应用和发展。研究了数据分析技术中主成分分析方法的原理和数据建模方法。以咸阳师范学院大学生上网行为数据为数据源，借助SAS软件中的数据库和分析模块，对数据源进行采集、整理、清洗，建立分析指标，对预处理后的数据从购物、社交、科技等网址类别指标进行主成分分析，得到大学生上网的高峰期和不同类别对大学生上网情况的影响。最后，根据对大学生上网情况的分析提出合理的规划与建议。 　　关键词：大数据；主成分分析；大学生上网行为数据 　　中图分类号：G202 文献标识码：A 文章编号：1009-3044（2016）33-0018-03 　　Abstract： With the advent of the era of big data， big data analysis technology has been applied and developed in all walks of life. The principle of principal component analysis and data modeling methods are studied. Using the students’ online behavior data for data source in XianYang Normal University， using database and analysis module in SAS software， the data source collection， sorting， cleaning and set up the index， and the pre processed data from shopping， social， science and technology. The types of indicators for principal component analysis， University students in Internet the peak and different categories of Internet influence on students， finally put forward the planning and reasonable suggestions for college students. 　　Key words： big data； principal component analysis； university students Internet behavior data 　　?S着互联网的飞速发展，生活在信息时代下的大学生们，自然少不了对于网络的使用。根据中国互联网络信息中心发布报告中的数据，表明网民的规模在迅速增大[1]。为了研究网络对大学生的影响，利用主成分分析方法对大学生上网行为数据进行分析。 　　主成分分析方法先是由K.皮尔森针对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形，其实际应用十分广泛，比如人口统计学、数学建模、数理分析等学科中，是一种常用的多变量分析方法[2]。SAS作为统计分析的标准软件，被广泛应用于科研，教育，生产和金融等不同的领域，并且发挥着越来越重要的作用[3]。 　　本文通过研究主成分分析方法的原理和数据建模方法，以我校大学生上网行为数据为数据源，借助SAS软件中的数据库和分析模块，对数据源进行采集、整理、清洗，建立分析指标。并对预处理后的数据在一定时间段的上网人数，从购物、军事、科技、旅游、社交、体育、新闻、学习、音乐、影像、游戏、工具、其他等13个不同类别的网址指标进行主成分分析。通过数据分析得到大学生上网的高峰期以及不同类别对大学生上网情况的影响，最终针对大学生上网情况提出合理的规划与建议。 　　1 主成分分析方法的数学原理 　　在实际问题的研究中，往往需要考虑很多因素，由于每个变量彼此之间都存在一定的相关性，导致所得到的观测值所反映的信息在内容上存在重叠，而研究者往往希望变量越少越好，少量的变量所反映的信息量越多越好，主成分分析[4]正是解决了这类问题，是将多个指标化为少数互相无关的综合指标的一种多元统计分析方法。 　　2 数据预处理 　　利用主成分分析的降维思想，选取每天24小时作为变量，用主成分分析方法来处理一周中每天的时间段的数据，其分析结果将会为我们找到包含大部分信息的时间段，这样有助于进一步的分析。 　　2.1 数据预处理 　　数据源来源于我校大学生上网行为数据，由于原始数据是日志文件，不是数据分析需要的结构化数据。在数据分析之前，需要对数据进