基于校园卡的学生消费信息数据挖掘与应用研究

发布时间：2020-08-03 07:33

【摘要】：随着高校信息化建设的不断深入,大学在利用信息化所聚集和累积起来的数据方面,有了更高的需求,“校园一卡通”、共享数据库等全局校园信息平台的建设为数据挖掘提供了数据基础。本文在深入分析研究数据挖掘相关技术的基础上,将其应用于“校园一卡通”消费流水数据分析,进一步挖掘了解学生的消费水平和消费规律,对辅助贫困生资助管理工作决策分析有着一定的现实意义。本文研究了数据挖掘相关技术,重点分析了K-均值方法,Apriori关联规则挖掘方法在校园卡消费流水挖掘中的相关应用。首先,针对校园一卡通消费流水数据量大、维数多的特点,选择数据源,进行数据预处理,着重阐述如何将校园卡流水数据表与相关数据表中的信息数据通过数据清理、数据集成以及变量选择与转换等手段,将其准备成为可供后续数据挖掘过程运算的基础数据。其次,采用文献检索法找到研究消费水平的指标,根据这些指标以及学生校园一卡通消费特点建立学生消费水平指标模型,以模型中的学生消费强度、学生食堂就餐率两个指标,比较学生消费水平差异,用K-均值算法对所有学生消费水平进行聚类,将学生消费水平分为四大类别。最后,利用Apriori关联规则挖掘K-均值聚类结果频繁规则,根据挖掘出的关联规则知识的结果,解决贫困生评价工作实践中的难题,为贫困生认定机制提出建议。研究表明将数据挖掘应用于校园一卡通数据分析,并将这些分析结果协助学校贫困生认定辅助决策是可行的,同时挖掘的知识结果也为预警、监测已认定的贫困生情况奠定坚实的基础。
【学位授予单位】：西南科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：G647
【图文】：

主要用于对所挖掘的知识、规律或结构等进行总体的分析，并采用相应形式进行表示。如图2-1 所示。2.3.3.1 数据准备过程在数据挖掘的过程当中，数掘准备阶段是极其重要的一个步骤，它不但对数据挖掘的完成交过以及准确性起着决定性作用，还对所挖掘出的模式或知识是否具有高效性及实用性起着至关重要的作用。数据准备阶段可细分为数据集成、数据选择以及数据预处理三个子步骤。其中，数据集成正如其字面含义，是将

息表中先根据设备使用状态删除停用设备记录，然后删除无用属性，保留终端、终端名称 2 个属性；交易流水表中保留交易日期、交易时间、学/工号、卡号端编号、交易码、交易次数、交易前余额、交易后余额、发生额 10 个属性；代码表中保留交易码、交易名称 2 个属性。.2.3 数据的集成将多个数据表单整合到一个数据表中，存放在同一个数据存储单元中，这个称为数据集成。在上述清除无关属性后，将形式不一的四个数据表整合到统一式中。经过数据整合转换，表 5-1 到表 5-4 被整理成如图 5-1 所示的属性关。整合后新的待挖掘数据表，如图 5-2 所示，为了保护隐私，将表格做缩小、化处理。

5-1 整合后数据表的属性te diagram of the data t的噪声以及脏数据。首（CUSTTYPE）属性，删除析学生校园一卡通的消费冲正等所有记录，则根清除有缺失值记录，据调等原因造成，清除后对

【相似文献】

相关期刊论文 前10条

1 王标;;面向Apriori算法的图书馆藏布局优化配置[J];电子技术;2018年06期

2 张蓓;罗婷;张路;;数据挖掘中的算法Apriori及其改进[J];硅谷;2012年01期

3 胡静瑶;;基于兴趣度的Apriori算法在公共计算机情况分析中的应用[J];科技信息(学术研究);2008年29期

4 舒操;;信息校园如何一卡通行?——人大校园卡建设初探[J];网络科技时代;2007年22期

5 ;校园一卡通在人大的实践和应用[J];金卡工程;2007年12期

6 韩立峰;;基于ASP.NET Web API框架的校园一卡通手机客户端研究[J];计算机与现代化;2014年09期

7 徐汉文;;数据挖掘在信贷风险中的应用——Apriori算法实现[J];硅谷;2010年20期

8 王华;梁华银;;改进的Apriori算法在高校教学管理系统中的应用[J];科技信息(学术研究);2008年34期

9 洪晶,柳炳祥,程功勋;一种基于Apriori算法的彩票数字组合数据挖掘[J];福建电脑;2005年09期

10 侯洪涛;黄有方;;基于Apriori算法的银行客户行为分析[J];硅谷;2012年03期

相关会议论文 前10条

1 练凯迪;陆向艳;刘亚桥;刘峻;;基于Apriori算法的遗传疾病基因致病位点分析方法[A];广西计算机学会2016年学术年会论文集[C];2016年

2 刘擎;刘云涛;罗翌;;关联规则挖掘Apriori算法在当代名老中医流感医案挖掘中的应用及改进探讨[A];2012中国中西医结合学会急救医学专业委员会学术年会论文集[C];2012年

3 陆永宁;;校园卡与校园一卡通[A];第六届全国体育科学大会论文摘要汇编（二）[C];2000年

4 朱攀;陈跃新;;Apriori算法在参保人信用度评价中的应用[A];2009年研究生学术交流会通信与信息技术论文集[C];2009年

5 马钰超;;浅析大数据和数据挖掘及其在烟草行业中的应用[A];中国烟草学会2015年度优秀论文汇编[C];2015年

6 唐杰;梅俏竹;;数据挖掘学科发展研究[A];2012-2013控制科学与工程学科发展报告[C];2014年

7 王时光;;大数据时代规划数据挖掘的创新思考[A];新常态：传承与变革——2015中国城市规划年会论文集（04城市规划新技术应用）[C];2015年

8 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

9 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

10 许珂;姜山;;数据挖掘方法在科技产出分布可视化研究中的运用[A];第二届中国科技哲学及交叉学科研究生论坛论文集（硕士卷）[C];2008年

相关重要报纸文章 前10条

1 本报首席记者 崔晓农;校园“一卡通” 竞争静悄悄[N];山西经济日报;2013年

2 郭涛;两卡合一还是两卡分离[N];中国计算机报;2003年

3 本报记者　　杨晨光;校园一卡通：怎样才能“一路畅通”？[N];中国教育报;2006年

4 汪琼;无线北大一卡通优势项目来带动[N];中国计算机报;2004年

5 本报记者 王秀;高校风靡校园卡[N];中国经济时报;2003年

6 任建民;高校流行校园卡[N];人民日报;2003年

7 李蒙生;一卡通推动数字化校园建设[N];中国电脑教育报;2007年

8 华中师范大学教师 杨朝清;“隐形资助”彰显制度善意[N];中国教育报;2017年

9 堂吉伟德;“校园卡”商机不是市场命题[N];新疆日报(汉);2016年

10 本报记者 李建;校园卡捆绑通信功能起纷争[N];中国消费者报;2010年

相关博士学位论文 前10条

1 王达;时间序列数据挖掘研究与应用[D];浙江大学;2004年

2 马昕;粗糙集理论在数据挖掘领域中的应用[D];浙江大学;2003年

3 王立宏;信息系统的约简与粒度分析及其在数据挖掘中的应用[D];上海大学;2004年

4 杨虎;序列数据挖掘的模型和算法研究[D];重庆大学;2003年

5 李秋丹;数据挖掘相关算法的研究与平台实现[D];大连理工大学;2004年

6 李力;数据挖掘方法研究及其在中药复方配伍分析中的应用[D];西南交通大学;2003年

7 胡黔楠;化学信息学中的数据挖掘[D];中南大学;2004年

8 余辉;医学知识获取与发现的研究[D];天津大学;2003年

9 于洪;Rough Set理论及其在数据挖掘中的应用研究[D];重庆大学;2003年

10 陈莉;KDD中的几个关键问题研究[D];西安电子科技大学;2003年

相关硕士学位论文 前10条

1 段玉婷;基于校园卡的学生消费信息数据挖掘与应用研究[D];西南科技大学;2018年

2 王德才;数据挖掘在校园卡消费行为分析中的研究与应用[D];哈尔滨工程大学;2010年

3 马千;基于校园卡消费流水数据的大学生就餐行为分析[D];东北师范大学;2015年

4 荆振宇;基于校园一卡通数据挖掘的学校食堂管理的研究[D];华北电力大学(北京);2017年

5 张红蕾;数据挖掘在校园卡消费中的研究与应用[D];兰州交通大学;2016年

6 王萌;基于校园一卡通系统的数据挖掘研究[D];哈尔滨工程大学;2016年

7 孙斌;基于Apriori算法的船舶碰撞事故致因分析[D];大连海事大学;2016年

8 王雪飞;数据挖掘在高校贫困生校园卡流水数据中的应用研究[D];东北师范大学;2014年

9 冯春苑;一种改进的Apriori算法在认定大学贫困生中的研究[D];暨南大学;2016年

10 常少春;高效频繁项集发现方法与Apriori的改进[D];江苏科技大学;2011年

本文编号：2779312