基于校园一卡通数据的学生消费行为与成绩的关联性研究

发布时间：2024-03-22 18:06

　　随着中国高等教育的快速发展,高校在校学生人数逐年增加,导致管理压力剧增,很难及时发现学生学业存在的问题,严重影响了学生的健康发展。而校园一卡通作为在校师生的必备物品,记录了学生就餐、借书、超市消费、门禁以及上网缴费等数据,这些数据背后隐藏着大部分学生日常行为活动信息,而通过挖掘和分析学生日常行为活动可以提前了解学生的学业状况。本文利用数据挖掘技术对学生校园一卡通数据和成绩数据进行研究,分析了学生日常消费行为,并将消费行为与成绩进行关联性挖掘,分析和挖掘得到的结果可以帮助学校管理者及时为学业出现问题的学生提供引导和帮助以及为合理配置资源、制定科学决策提供支持和参考,促进学校的智能化管理。本文主要完成工作如下:(1)对校园一卡通数据和课程成绩数据进行预处理。利用数据清理、数据集成、数据变换等预处理技术对原始获得的一卡通刷卡数据和成绩数据进行处理,消除数据中存在的缺失、错误和冗余等问题,为后期的分析和挖掘提供有效的数据输入。(2)利用K-means和统计等方法分别对学生不同地点刷卡行为、消费水平、早餐、图书馆利用以及洗澡等情况进行研究,获得了学生一些消费特点和行为习惯。将学生每天的活动按照时...

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 论文研究主要内容
    1.4 论文组织结构
第二章 关联性分析方法概述
    2.1 关联规则相关介绍
        2.1.1 关联规则基本概念
        2.1.2 关联规则的分类
        2.1.3 关联规则挖掘过程
        2.1.4 关联规则的评价
    2.2 关联规则挖掘算法
        2.2.1 AprioriTid算法
        2.2.2 PrefixSpan算法
    2.3 聚类
        2.3.1 K-means算法
        2.3.2 改进的K-means算法
    2.4 本章小结
第三章 校园一卡通及成绩数据预处理
    3.1 数据预处理概念
    3.2 数据预处理过程
        3.2.1 数据清理
        3.2.2 数据集成
        3.2.3 数据变换
        3.2.4 数据规约
    3.3 本章小结
第四章 学生校园一卡通消费行为分析
    4.1 不同消费地点消费行为分析
    4.2 餐厅消费行为分析
    4.3 学生消费水平分析
    4.4 学生早餐消费行为分析
    4.5 学生上网情况分析
    4.6 学生澡堂消费行为分析
    4.7 学生图书馆学习行为分析
        4.7.1 学生图书馆自习情况分析
        4.7.2 图书馆借书情况分析
    4.8 学生日常轨迹
    4.9 本章小结
第五章 校园一卡通数据与成绩关联规则挖掘
    5.1 传统关联挖掘算法的缺陷
    5.2 兴趣度
    5.3 改进的AprioriTid算法
    5.4 改进AprioriTid算法在课程成绩挖掘中应用
    5.5 学生成绩与学生日常消费行为间的关联性分析
    5.6 本章小结
第六章 总结与展望
    6.1 总结
    6.2 工作展望
参考文献
致谢
个人简历



本文编号：3934765