文献类型：期刊文章

作　　者：游香薷[1] 王业[2] 杨抒[1] 王斌[2] 赵新苗[1] 姚海伦[1]

机构地区：[1]新疆农业大学计算机与信息工程学院,乌鲁木齐830052 [2]新疆农业大学现代教育技术中心,乌鲁木齐830052

出　　处：《计算机系统应用》

基　　金：校前期资助课题(XJAU201426);自治区自然科学基金(2014211B023)

年　　份：2017

卷　　号：26

期　　号：6

起止页码：232-237

语　　种：中文

收录情况：CSA、IC、ZGKJHX、普通刊

摘　　要：基于现有的数据挖掘技术,采用优化初始聚类中心的方法来改进k-means聚类算法,对新疆农业大学学生一卡通消费数据进行研究和分析,为相关部门提供决策支持.首先,根据需求分析,选取部分学生于2014-2015学年在一卡通系统中产生的真实数据作为分析数据,并进行数据预处理,同时选择食堂消费次数和金额、超市消费次数和金额、就餐场所为特征属性;其次,使用改进的聚类算法进行分析,并且对比分析了基于三种距离度量方式下的k-means聚类算法;然后,得出分析结论,学生的食堂消费行为和超市消费行为;最后,探讨了如何根据分析所得结论为学校提供决策支持.

关 键 词：优化k-means算法  特征属性  消费行为  距离度量方式  决策支持

分 类 号：TP311.13]