校园一卡通数据挖掘浅述.docVIP

校园一卡通数据挖掘浅述 　　【摘要】本文首先介绍了校园一卡通在学校的应用和发展,并针对校园一卡通所产生的海量数据提出了进行数据挖掘的的价值体现,并对学校信息化的决策具有辅助作用,及数据挖掘对学校信息化及管理工作所带来的益处。顺便介绍了一下数据挖掘采用技术,但不是本文的重点。 　　【关键词】校园一卡通 数据挖掘 　　【中图分类号】G64 【文献标识码】A 【文章编号】1009-9646(2008)11(a)-0070-02 　　 　　1 校园一卡通的海量数据 　　随着高校的信息化的推动,校园一卡通在高校得到了快速的发展和普及。由以前单一的后勤餐饮系统发展为全校的校园一卡通平台,包括了食堂收费、超市收费、图书馆、校医院、注册报到、宿舍管理、会议签到、门禁、考勤、机房上机、试验室管理、科研、教学等几十个系统,涉及到全校师生的授(上)课、消费、科研、管理方方面面。学生从一入校到最后毕业,所有的行为均可以在校园一卡通平台中找到相应的足迹。可以说,校园一卡通数据标识了师生在学校的日常活动,记录了师生在学校中的各种行为。 由此产生了海量的数据,但这些数据目前只用于学校的结算和日常查询。并没有对数据进行深度挖掘。无异于有宝库而不入。 　　以校园卡交易数据为研究对象,通过数据仓库、OLAP、数据挖掘技术的综合运用来挖掘校园卡信息中的有用知识是十分必要的。随着校园一卡通的发展和推进,对一卡通系统的数据进行深度挖掘及充分发挥数据的决策功效正被越来越重视,任何政策来源的基础是客观事实,数据就是事实的客观体现。数据的反作用会对学校的决策起着相辅的作用。研究表明知识挖掘技术用于校园一卡通的数据分析具有十分重要的实际意义。同时现在的工作也为未来学校综合信息知识获取的进一步研究、构造完整的分析平台以及实现更高层次的领导决策支持整体框架打下了一定的基础。下面从几个方面探讨一下数据挖掘一些方面。 　　 　　2 校园一卡通数据挖掘分析 　　数据挖掘技术是为解决从海量数据中抽取有用数据而发展起来的深层次的数据分析技术。数据挖掘技术常用方法有:人工神经网络、遗传算法、决策树等。 　　2.1消费系统的数据挖掘 　　消费类数据(食堂、超市)消费分析 　　学生在食堂、浴室、超市消费时,产生大量的消费数据。依据学生的消费数据,可以分析各个食堂、超市的营业额的组成。各个食堂、超市之间营业额的情况可以进行横比,也可以对各个时期(年、月、期)各食堂、超市的营业额进行纵比。横比的结果可以作为后勤集团进行对各食堂本可食用的考核的指标之一。纵比的结果进行统计分析,以不同的图示(如柱状图)来展示,通过对图例的分析,即可以更加形象的反映各单位营业的结果,也可以预测下一段时期的营业情况,调整后勤集团在餐饮上的有关政策。 　　水控系统的消费数据可以分析出学生在淋浴方面的消费支出多少及在各类消费中所占的比例。结合淋浴的成本(所用的煤、电等)经过统计分析,可以统计出在淋浴系统与以前相比,成本的降低的程度,成本降低就是效益的增加,并且节省了能源,符合国家的节约政策。 　　消费人群消费分析 　　以消费人群的作为分析角度,可以统计出如下结果: 　　(1)消费人群经常去的食堂、超市。 　　(2)消费人群在一定时期内在消费方面的增长。 　　(3)消费人群消费分析,分析贫困人员消费状况,并提出相应的决策。 　　(4)分析不同消费层次消费人员情况,有利于学校设置菜价高低比例。 　　校外就餐人员消费情况 　　根据消费情况,不但可以统计食堂的各种消费情况,还可以根据学校规模,反向统计出学生没有在校就餐的情况。学生可能因为学校的饭菜设置不合理外出就餐,即浪费又不卫生。统计出校外就餐人员的情况后可以帮助食堂改进饭菜质量,提出服务水平,即增加了收入,又侧面保护了学生利益和安全。 　　食堂成本分析 　　与物流系统结合,根据食堂的销售情况进行成本的核算,统计出在食堂中哪类菜更受欢迎,有利于食堂进行更合理的菜单调配。 　　2.2 身份识别类数据分析 　　身份识别类应用在高校中应用正越来越广泛,宿舍门禁、学生报到、学生的出入管理、学生考勤、图书馆借书等得到了充分的应用。身份识别类数据的数据挖掘应该从如下几个方面。 　　2.2.1 宿舍、校门出入数据分析 　　学生在校内的出入信息特别是在特定时间内的出入信息能够标明学生一些特殊行为状况。校门出入的数据能够分析出在一定时间段内学生外出情况。在特定的时期,比如晚上10点以后的学生的出入校门的记录可以分析是哪些系、哪班的人,哪些人经常性晚归。如果学校发生安全事故,可以通过出入校门的明细缩小搜寻的范围,还可以善意的了解这些人经常晚归晚出的原因。保证学生在校期间的安全。宿舍的出入记录能够准实时点名,可以查看学生在一定时间段内是否回宿舍。