基于校园一卡通消费数据的几种聚类算法的分析比较
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｃ ｌ ｕ ｓ ｔ ｅ ｒ ｉ ｎ ｇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｉ ｓ ｔ ｈ ｅ ｍｏ ｓ ｔ ｓ ｕｉ ｔ ａ ｂｌ ｅ ｆ ｏ ｒ ｃ ａ ｍｐ ｕ ｓ ｃ ａ ｒ ｄ ｄ ａ ｔ ａ ． Ｔｈ ｉ ｓ ｐａ ｐ ｅ ｒ ｃ ａ ｒ ｒ ｉ ｅ ｓ ｏ ｕ ｔ ｅ ｘ ｐｅ ｒ ｉ ｍｅ ｎ ｔ ｓ ｗｉ ｔ ｈ ｍｕ ｌ ｔ ｉ ｐ ｌ ｅ ｗｉ ｄ ｅ ｌ ｙ ｕ ｓ ｅ ｄ ｃ ｌ ｕｓ ｔ ｅ ｒ ｉ ｎｇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍｓ ，ｏ ｂ ｔ ａ ｉ ｎｉ ｎ ｇ ｔ ｈ ｅ ｍｏ ｓ ｔ ａ ｐ ｐ ｒ ｏ ｐ ｒ ｉ ａ ｔ ｅ ｄ ａ ｔ ａ ｍｉ ｎ ｉ ｎｇ ｃ ｌ ｕ ｓ ｔ ｅ ｒ ｉ ｎ ｇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｆ ｏ ｒ ｔ ｈ ｅ ｄ ａ ｔ ａ ，ａ ｎ ｄ ａ ｎａ ｌ ｙ ｚ ｅ ｓ
摘
要：随着高校 管理信 息化 的加速和 高校管理部 门对 各类校 园信息资源 需求 的不断加强，校 园一卡通被广 泛
应用于学生生 活的各个领域，并要求对其存储 的海量数据进 行挖掘分析 为各个 部 门提供决策 依据 ． 聚类 算法作
为最常用 的数据挖 掘方法之一被广泛 应用于一卡通 数据挖掘，但 目前不清 楚哪种方法更适用 于一卡通数据．使
用多种 常用聚类算法对一卡通数据进行 了实验， 得 出了最适合挖掘该数据的聚类算法 ， 并分析了相关 原因．
关键词 ： 数据挖掘；聚类 ； 高校消费数据； 校 园一卡通
Ａｎａ ｌ ｙ ｓ ｉ ｓ ａ ｎｄ Ｃｏ ｍ ｐａ ｒ ｉ ｓ ｏ ｎ ｏ ｆ Ｓ ｅ ｖｅ ｒ ａ ｌ Ｃｌ ｕｓ ｔ ｅ ｒ ｉ ｎｇ Ａｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍｓ Ｂａ ｓ ｅ ｄ ｏ ｎ Ｃａ ｍｐ ｕｓ Ｃａ ｒ ｄ Ｃｏ ｎｓ ｕｍ ｐ ｔ ｉ ｏ ｎ Ｄａ ｔ ａ
ｔ ｈｅ ｒ ｅ ａ ｓ ｏ ｎ．
Ｋｅ ｙ ｗｏ ｒ ｄｓ ： ｄ ａ ｔ ａ ｍｉ ｎ ｉ ｎ ｇ ； ｃ ｌ ｕｓ ｔ ｅ ｒ ｉ ｎ ｇ ； ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｃ ｏ ｎｓ ｕ ｍｐ ｔ ｉ ｏ ｎ ｄ ａ ｔ ａ ； ｃ ａ ｍｐ ｕ ｓ ｃ ａ ｒ ｄ
Ｄ ０Ｎ Ｇ Ｘｉ ｎ— Ｋｅ ． ＺＨＡＮ Ｇ Ｈｕｉ
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｍｉ ａ ｎ ｙ ａ ｎ ｇ ６ ２ １ ０ ０ ０ ， Ｃ ｈ ｉ ｎ ａ ）
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｗ ｉ ｔ ｈ ｔ ｈ ｅ ａ ｃ ｃ ｅ ｌ ｅ ｒ ａ ｔ ｉ ｏ ｎ ｏ ｆ ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ｉ ｎ ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｍａ ｎａ ｇ ｅ ｍｅ ｎ ｔ ａ ｎ ｄ ｔ ｈ ｅ ｄ ｅ ｍａ ｎ ｄ ｏ ｆ ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ
等［ ２ 】 研 究 了 校 园 卡 数 据 库 的数 据 筛 选 、聚 类 、关 联 方
对这些数据深入进行挖掘可 以为教学 、科研 、后勤 和
管理等 多个领域做 出十分有 益的贡献．
法， 并在 此基础 上分析和验证 了学生生活和学 习的关 系． ２ ０ １ ０ 年， 李珊娜［ ３ 】 以北京交通大学校 园一卡通平台 上设计和研 发的学生行为分析系统和就餐消费分析系 统为例，介绍 了对校 园一卡通系统 的数据挖 掘的初步 探索结果． ２ ０ １ ２ 年，徐剑［ ４ １ 等通过 Ｋ ｍｅ ａ ｎ ｓ 算法对学生 对热水使 用情况进行 了分析，了解 学生对 热水的需求
１ 引 言
近年来 ， 校 园信 息化 建设 飞速 发展，…卡通 等校
园信息化 软件得到 了快速 的实施．这些信 息化软件不
但 极 大 地 方 便 了人 们 的 生活 ，而 且 积 累 了 海 量 的 信 息 ．
２ 相 关 工 作
２ ０ ０ ９年，张兵兵［ １ １ 提 出了数据挖掘技术在校 园一 卡通系统 中的应用流程、 方法和作用． ２ ０ １ ０年，罗华群
ｃ ｌ ｕ ｓ ｔ ｅ ｒ ｉ ｎ ｇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍｓ ａ ｒ ｅ ｗｉ ｄ ｅ ｌ ｙ ｕ ｓ ｅ ｄ ｏｒ ｆ ｃ ａ ｍｐ ｕ ｓ ｃ ａ ｒ ｄ ｃ ｏ ｎ ｓ ｕ ｍｐ ｔ ｉ ｏ ｎ ｄ ａ ｔ ａ ｍｉ ｎ ｉ ｎ ｇ ． Ｈｏ ｗｅ ｒ ｖ ｅ ， ｐ ｅ ｏ ｐ ｌ ｅ ｄ ｏ ｎ ’ ｔ ｋ ｎ ｏ ｗ ｗｈ ｉ ｃ ｈ
ｉ ｎ ｆ ｏ ｍ ａ ｒ ｔ ｉ ｏ ｎ ｃ ｏ ｎ ｔ ｉ ｎ ｕ ｅ ｓ ｔ ｏ ｓ ￣ｅ ｎ ｇ ｔ ｈ ｅ ｎ ，ｔ ｈ ｅ ｃ ａ ｍｐｕ ｓ ｃ ａ ｒ ｄ ｉ ｓ ｗｉ ｄ ｅ ｌ ｙ ｕｓ ｅ ｄ ｉ ｎ ａ ｌ ｌ ａ ｓ ｐ ｅ ｃ ｔ ｓ ｏ ｆ ｓ ｔ ｕ ｄ ｅ ｎ ｔ ｌ ｉ ｆ ｅ ，ａ ｎ ｄ ｒ ｅ ｑ ｕｉ ｒ ｅ ｓ ｄ ａ ｔ ａ ｍｉ ｎ ｉ ｎ ｇ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｆ ｏ ｒ ｅ ａ ｃ ｈ ｓ ｅ ｃ ｔ ｏ ｒ ｂａ ｓ ｉ ｓ ｆ ｏ ｒ ｄ ｅ ｃ ｉ ｓ ｉ ｏ ｎ ｍａ ｋ ｉ ｎ ｇ ．Ａｓ ｏ ｎ ｅ ｏ ｆ ｔ ｈ ｅ ｍｏ ｓ ｔ ｐ ｏ ｐｕ ｌ ａ ｒ ｄ ａ ｔ ａ ｍｉ ｎ ｉ ｎ ｇ ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｉ ｅ ｓ ，
计 算 机 系 统 应 用
ｈ ｔ ｔ ｐ ： ／ ／ ｗｗ ｗ ． ｃ — Ｓ － ａ ． ｏ ｒ ｇ ． ｃ ｎ
２ ０ １ ４年 第 ２ ３卷 第 １期
基于校园一卡通消费数据的几种聚类算法 的分析 比较①
董 新科 ，张 晖
（ 西南科技大学 计算机科 学与技术学ห้องสมุดไป่ตู้，绵阳 ６ ２ １ ０ ０ ０ ）
摘
要：随着高校 管理信 息化 的加速和 高校管理部 门对 各类校 园信息资源 需求 的不断加强，校 园一卡通被广 泛
应用于学生生 活的各个领域，并要求对其存储 的海量数据进 行挖掘分析 为各个 部 门提供决策 依据 ． 聚类 算法作
为最常用 的数据挖 掘方法之一被广泛 应用于一卡通 数据挖掘，但 目前不清 楚哪种方法更适用 于一卡通数据．使
用多种 常用聚类算法对一卡通数据进行 了实验， 得 出了最适合挖掘该数据的聚类算法 ， 并分析了相关 原因．
关键词 ： 数据挖掘；聚类 ； 高校消费数据； 校 园一卡通
Ａｎａ ｌ ｙ ｓ ｉ ｓ ａ ｎｄ Ｃｏ ｍ ｐａ ｒ ｉ ｓ ｏ ｎ ｏ ｆ Ｓ ｅ ｖｅ ｒ ａ ｌ Ｃｌ ｕｓ ｔ ｅ ｒ ｉ ｎｇ Ａｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍｓ Ｂａ ｓ ｅ ｄ ｏ ｎ Ｃａ ｍｐ ｕｓ Ｃａ ｒ ｄ Ｃｏ ｎｓ ｕｍ ｐ ｔ ｉ ｏ ｎ Ｄａ ｔ ａ
ｔ ｈｅ ｒ ｅ ａ ｓ ｏ ｎ．
Ｋｅ ｙ ｗｏ ｒ ｄｓ ： ｄ ａ ｔ ａ ｍｉ ｎ ｉ ｎ ｇ ； ｃ ｌ ｕｓ ｔ ｅ ｒ ｉ ｎ ｇ ； ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｃ ｏ ｎｓ ｕ ｍｐ ｔ ｉ ｏ ｎ ｄ ａ ｔ ａ ； ｃ ａ ｍｐ ｕ ｓ ｃ ａ ｒ ｄ
Ｄ ０Ｎ Ｇ Ｘｉ ｎ— Ｋｅ ． ＺＨＡＮ Ｇ Ｈｕｉ
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｍｉ ａ ｎ ｙ ａ ｎ ｇ ６ ２ １ ０ ０ ０ ， Ｃ ｈ ｉ ｎ ａ ）
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｗ ｉ ｔ ｈ ｔ ｈ ｅ ａ ｃ ｃ ｅ ｌ ｅ ｒ ａ ｔ ｉ ｏ ｎ ｏ ｆ ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ｉ ｎ ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｍａ ｎａ ｇ ｅ ｍｅ ｎ ｔ ａ ｎ ｄ ｔ ｈ ｅ ｄ ｅ ｍａ ｎ ｄ ｏ ｆ ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ
等［ ２ 】 研 究 了 校 园 卡 数 据 库 的数 据 筛 选 、聚 类 、关 联 方
对这些数据深入进行挖掘可 以为教学 、科研 、后勤 和
管理等 多个领域做 出十分有 益的贡献．
法， 并在 此基础 上分析和验证 了学生生活和学 习的关 系． ２ ０ １ ０ 年， 李珊娜［ ３ 】 以北京交通大学校 园一卡通平台 上设计和研 发的学生行为分析系统和就餐消费分析系 统为例，介绍 了对校 园一卡通系统 的数据挖 掘的初步 探索结果． ２ ０ １ ２ 年，徐剑［ ４ １ 等通过 Ｋ ｍｅ ａ ｎ ｓ 算法对学生 对热水使 用情况进行 了分析，了解 学生对 热水的需求
１ 引 言
近年来 ， 校 园信 息化 建设 飞速 发展，…卡通 等校
园信息化 软件得到 了快速 的实施．这些信 息化软件不
但 极 大 地 方 便 了人 们 的 生活 ，而 且 积 累 了 海 量 的 信 息 ．
２ 相 关 工 作
２ ０ ０ ９年，张兵兵［ １ １ 提 出了数据挖掘技术在校 园一 卡通系统 中的应用流程、 方法和作用． ２ ０ １ ０年，罗华群
ｃ ｌ ｕ ｓ ｔ ｅ ｒ ｉ ｎ ｇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍｓ ａ ｒ ｅ ｗｉ ｄ ｅ ｌ ｙ ｕ ｓ ｅ ｄ ｏｒ ｆ ｃ ａ ｍｐ ｕ ｓ ｃ ａ ｒ ｄ ｃ ｏ ｎ ｓ ｕ ｍｐ ｔ ｉ ｏ ｎ ｄ ａ ｔ ａ ｍｉ ｎ ｉ ｎ ｇ ． Ｈｏ ｗｅ ｒ ｖ ｅ ， ｐ ｅ ｏ ｐ ｌ ｅ ｄ ｏ ｎ ’ ｔ ｋ ｎ ｏ ｗ ｗｈ ｉ ｃ ｈ
ｉ ｎ ｆ ｏ ｍ ａ ｒ ｔ ｉ ｏ ｎ ｃ ｏ ｎ ｔ ｉ ｎ ｕ ｅ ｓ ｔ ｏ ｓ ￣ｅ ｎ ｇ ｔ ｈ ｅ ｎ ，ｔ ｈ ｅ ｃ ａ ｍｐｕ ｓ ｃ ａ ｒ ｄ ｉ ｓ ｗｉ ｄ ｅ ｌ ｙ ｕｓ ｅ ｄ ｉ ｎ ａ ｌ ｌ ａ ｓ ｐ ｅ ｃ ｔ ｓ ｏ ｆ ｓ ｔ ｕ ｄ ｅ ｎ ｔ ｌ ｉ ｆ ｅ ，ａ ｎ ｄ ｒ ｅ ｑ ｕｉ ｒ ｅ ｓ ｄ ａ ｔ ａ ｍｉ ｎ ｉ ｎ ｇ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｆ ｏ ｒ ｅ ａ ｃ ｈ ｓ ｅ ｃ ｔ ｏ ｒ ｂａ ｓ ｉ ｓ ｆ ｏ ｒ ｄ ｅ ｃ ｉ ｓ ｉ ｏ ｎ ｍａ ｋ ｉ ｎ ｇ ．Ａｓ ｏ ｎ ｅ ｏ ｆ ｔ ｈ ｅ ｍｏ ｓ ｔ ｐ ｏ ｐｕ ｌ ａ ｒ ｄ ａ ｔ ａ ｍｉ ｎ ｉ ｎ ｇ ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｉ ｅ ｓ ，
计 算 机 系 统 应 用
ｈ ｔ ｔ ｐ ： ／ ／ ｗｗ ｗ ． ｃ — Ｓ － ａ ． ｏ ｒ ｇ ． ｃ ｎ
２ ０ １ ４年 第 ２ ３卷 第 １期
基于校园一卡通消费数据的几种聚类算法 的分析 比较①
董 新科 ，张 晖
（ 西南科技大学 计算机科 学与技术学ห้องสมุดไป่ตู้，绵阳 ６ ２ １ ０ ０ ０ ）