數(shù)據(jù)挖掘在校園卡消費行為分析中的研究與應(yīng)用.pdf

1、隨著高校信息化建設(shè)的不斷深入，大學(xué)在利用信息化所聚集和累積起來的數(shù)據(jù)方面，有了更高的需求，“校園一卡通”、共享數(shù)據(jù)庫等全局校園信息平臺的建設(shè)為數(shù)據(jù)挖掘提供了數(shù)據(jù)基礎(chǔ)。本文在深入分析研究數(shù)據(jù)挖掘相關(guān)技術(shù)的基礎(chǔ)上，將其應(yīng)用于“校園一卡通”消費流水分析，并針對其分類和關(guān)聯(lián)規(guī)則挖掘所面臨的問題，進行了有益的探索和研究，對進一步利用數(shù)據(jù)挖掘技術(shù)了解校園卡的消費行為，進行輔助決策分析有著一定的現(xiàn)實意義。
　　 本文研究了數(shù)據(jù)挖掘中的數(shù)據(jù)分類

2、技術(shù)，重點分析了支持向量機分類方法，Apriori關(guān)聯(lián)規(guī)則挖掘方法，及其在校園卡消費流水挖掘中的相關(guān)應(yīng)用。
　　 首先，針對校園卡消費流水數(shù)據(jù)量大、維數(shù)多的特點，選取以徑向基為核函數(shù)的支持向量機分類算法，實現(xiàn)對校園卡消費流水的非線性多分類。
　　 其次，在利用關(guān)聯(lián)規(guī)則提取支持向量機分類結(jié)果頻繁模式方面，針對關(guān)聯(lián)規(guī)則在大數(shù)據(jù)量挖掘時由于多次掃描而導(dǎo)致效率不高的問題，提出結(jié)合布爾矩陣和增量方式相結(jié)合的關(guān)聯(lián)規(guī)則挖掘改進思路，利

3、用矩陣的運算特性和增量方式，相對有效的提高了Apriori關(guān)聯(lián)規(guī)則的挖掘效率。
　　 最后，針對校園卡消費流水的應(yīng)用背景，給出了針對校園卡消費流水進行分類和關(guān)聯(lián)規(guī)則挖掘的整體挖掘框架模型，以及模型的反饋優(yōu)化機制，實現(xiàn)對校園卡消費流水的分類和關(guān)聯(lián)規(guī)則挖掘。并對實際校園卡消費流水數(shù)據(jù)進行挖掘?qū)嶒?，結(jié)果表明，在應(yīng)用支持向量機分類時，樣本的選擇和核函數(shù)參數(shù)對分類結(jié)果起關(guān)鍵的影響，也驗證了利用關(guān)聯(lián)規(guī)則的高頻繁項集反饋支持向量機優(yōu)選樣本思路