基于校园卡的学生消费信息数据挖掘与应用研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-18页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 国外研究 | 第11-13页 |
| 1.2.2 国内研究 | 第13-17页 |
| 1.3 研究内容 | 第17-18页 |
| 1.4 论文结构 | 第18页 |
| 2 相关概念与技术 | 第18-27页 |
| 2.1 贫困生概念 | 第18-19页 |
| 2.2 贫困生资助工作的审批流程 | 第19-20页 |
| 2.3 数据挖掘技术 | 第20-27页 |
| 2.3.1 数据挖掘的概念 | 第20页 |
| 2.3.2 数据挖掘的模式 | 第20-24页 |
| 2.3.3 数据挖掘过程 | 第24-27页 |
| 3 数据挖掘算法 | 第27-38页 |
| 3.1 K-均值聚类算法 | 第27-30页 |
| 3.1.1 K-均值算法基本思想 | 第27页 |
| 3.1.2 K-均值算法的处理过程 | 第27-29页 |
| 3.1.3 K-均值示例说明 | 第29-30页 |
| 3.2 APRIORI关联规则算法 | 第30-38页 |
| 3.2.1 关联规则相关概念 | 第30-32页 |
| 3.2.2 Apriori算法 | 第32-33页 |
| 3.2.3 Apriori示例说明 | 第33-38页 |
| 4 校园卡消费信息数据挖掘方案设计 | 第38-43页 |
| 4.1 问题提出 | 第38页 |
| 4.2 数据挖掘整体方案设计 | 第38-43页 |
| 4.2.1 学生消费信息统计分析 | 第39页 |
| 4.2.2 贫困生数据挖掘与分析 | 第39-41页 |
| 4.2.3 学生消费行为关联分析 | 第41-43页 |
| 5 校园卡数据预处理 | 第43-50页 |
| 5.1 样本选择与数据来源 | 第43-46页 |
| 5.2 数据源预处理 | 第46-50页 |
| 5.2.1 SPSS格式文件转换 | 第46页 |
| 5.2.2 数据维归约 | 第46-47页 |
| 5.2.3 数据的集成 | 第47-48页 |
| 5.2.4 数据清理 | 第48-49页 |
| 5.2.5 数据转换 | 第49-50页 |
| 6 校园卡消费信息挖掘应用与分析 | 第50-68页 |
| 6.1 学生消费信息统计分析 | 第50-57页 |
| 6.1.1 就餐人数统计分析 | 第50-54页 |
| 6.1.2 不同维度消费信息统计分析 | 第54-57页 |
| 6.2 学生消费信息聚类分析 | 第57-61页 |
| 6.2.1 聚类指标描述性统计 | 第57-58页 |
| 6.2.2 贫困生数据挖掘与分析 | 第58-60页 |
| 6.2.3 聚类结果分析 | 第60-61页 |
| 6.3 学生消费行为APRIORI关联规则挖掘 | 第61-68页 |
| 6.3.1 关联规则数据预处理 | 第61-63页 |
| 6.3.2 Apriori算法实现与输出 | 第63-65页 |
| 6.3.3 挖掘结果与分析 | 第65-68页 |
| 研究结论与展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士学位期间发表的学术论文 | 第76页 |
