数据挖掘技术在校园卡消费系统中应用研究

-精选财经经济类资料- -最新财经经济资料-感谢阅读- 1 数据挖掘技术在校园卡消费系统中 应用研究 摘要：现阶段，随着信息技术的 不断发展与成熟，信息化建设已经越来 越多的应用到校园网络信息平台的建设 中来，这就为进一步发展和研究数据挖 掘技术提供了一定支持。本文就结合数 据挖掘技术为例，对其在校园卡消费系 统中的相关应用进行探究与讨论。 中国论文网 /8/view-12737961.htm 关键词：信息化建设 数据挖掘 技术 校园卡 消费系统 中图分类号：TP311 文献标识码： A 文章编号： 1007-9416（2014）01- 0079-01 当前，校园卡消费系统逐渐成为 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 2 一种先进的高校现代化管理方式，其消 费数据涉及到诸多方面，比如就餐、购 物费、淋浴费以及洗衣费等等。校园消 费卡主要依托银行网络以及校园网络， 并借助 IC 智能卡的主要功能，来构建 一个全面、完整的校园卡消费系统。虽 然系统内部包含诸多统计分析模块，但 对于其中的海量数据信息也只能实施简 单的统计分析，无法做出更为系统、整 体的数据分析、挖掘。文章主要基于数 据挖掘技术，对校园消费卡系统进行介 绍与讨论。 1 数据挖掘 数据挖掘其实就是指从诸多不够 完整存在模糊的数据中提取一定信息与 知识的过程，由于这类信息、知识大都 不被人们所熟知，所以常被隐含在海量 数据中。随着信息技术的日益成熟与发 展，人们所使用、积累的数据量不断增 加，如何在海量的数据中提取去所需的、 高质量的、有效的数据信息已成为当务 之急，基于此背景之下，数据挖掘技术 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 3 应运而生且迅速发展开来。 从本质上讲，数据挖掘技术的任 务主要是聚类分析、关联分析以及分类、 偏差分析以及时序模式等。文章就从以 下几方面对介绍数据挖掘的主要任务： （1）聚类分析。这里所讲的聚类分析 就是将相关数据依据其相似度进行归纳 划分，其中相同的数据之间存在相似性， 而不同数据之间则存在差异。应该说聚 类分析所建立的是一种宏观的概念，主 要从数据的实际分布模式以及数据之间 的不同属性来寻找、发现各数据之间的 相互关系。 （2）关联分析。所谓关联就 是指两个或者更多变量之间存在一定规 律特点。这种关联数据在当前使用的数 据库中属于可被发现且极为重要的知识。 根据一定标准，可以将关联划 分成为 因果关联、时序关联以及简单关联。从 目的上讲，该类关联关系分析主要是为 了进一步查找数据库中未被发现的关联 网。支持度以及可信度是目前度量关联 规则的重要阀值。 （3）分类。当前分类 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 4 大都是通过规则以及决策树模式来表示， 它利用对同一类型概念的进行描述，来 对其内涵进行介绍，并代表该类数据的 所有信息。分类其实就是一种分类规则， 而这一规则主要是为运用一些算法求取 数据。 （4）预测。所谓预测是指从以往 历史数据中总结出一些变化规律，并据 此构建相应的模式，然后再对未来数据 种类及特征进行预测、推测。预测过程 中大都使用预测方差来判定预测的不确 定性以及精准度。 （5）时序模式。其实 时序模式就是指利用已知数据来对未来 值进行预测和判断。利用时间序列来对 发生率、重复率进行搜索。一般来说， 所预测的未来值之间最大的区别在于它 们自身所处的时间不同。 （6）偏差分析。 一般来说，数据库中包含了各式各样的 数据，也存在诸多异常情况，因此若能 在数据库中及时发现数据异常情况，对 于整个数据库的运行以及数据挖掘都有 着非常重要的作用。此外偏差中包含诸 多许多有用的信息与知识，所以寻找观 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 5 察结果与参照数据间的差异是检验偏差 的基本方法。 2 校园卡研究现状 随着校园卡信息管理系统的逐渐 成熟与完善，进一步提升了校园信息化 管理水平，就目前来看，校园卡信息管 理系统作为一种先进的信息化工具，已 经被广泛应用到各高校的校园信息化网 络建设中，但从当前调查结果来看，只 有少部分学校充分发挥了校园卡的诸多 功能，大部分学校还只是局限于消费管 理上面，像身份识别以及信息查询等诸 多功能都未得到有效的利用和开发。而 导致校园卡无法充分发挥其功能的原因 主要是各大高校的信息化管理水平相对 低下，且校园内部的日常运行管理机制 也存在较多问题。 应该说，当前学校的建设与发展 离不开现代化管理措施，因此校园卡不 能仅仅是作为学生或者教师的消费工具 使用，更应发展成为整个校园的通行证。 从某种程度上讲，校园卡能够通过先进 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 6 的科学技术将所需的射频功能以及数字 化管理理念融入到校园网络中，并且能 够帮助高校实现全部系统的有效、无缝 融合，从而实时掌握校园卡使用者的实 际情况。 3 数据挖掘技术在校园卡消费系 统中的应用 （1）数据挖掘技术在校园卡消 费系统中的应用。目前，大部分学校里 的校园卡主要用来日常消费，校园卡中 已经存储了大量使用人的消费信息与数 据，而校园卡信息管理系统的数据挖掘 则主要是以这类消费数据作基础，结合 使用人的信息，通过对该类数据的深入 分析与挖掘，找出为系统决策提供信息 支持的关键数据。一般来说，校园卡信 息管理系统在数据挖掘过程中需要开展 联机服务，且涉及的数据、信息量也比 较巨大，所以传统的数据信息仓库俨然 无法满足对数据量要求更为庞大的决策 系统。 （2）利用校园卡对学生图书借阅 数据进行数据挖掘分析。在现阶段校园 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 7 中，校园卡信息管理系统通常与图书馆 管理系统存在一定关联。而学生日常的 借书情况，比如借书时间、借书数量以 及还书日常、所借类型等等都记录在校 园卡系统中。所以我们可以利用这校园 卡信息管理系统来构建一个关于学生实 际借书情况的专用数据库，以此来对图 书管理系统中相应数据进行实时挖掘， 然后再通过决策树或者是统计分析法来 对学生借书情况进行正确分析。此外， 我们依据数据挖掘所获取的视图，就可 以归纳出图书馆中那类书籍更受学生喜 欢，哪类书籍不受学生喜欢，这就为图 书管理员以及图书采购员作出正确的采 购决策以及维护管理决策提供了一定数 据支持。 （3）结合校园卡系统，对学生 出入情况进行数据挖掘。通常校园卡中 的门禁管理子系统大都将学生该段时间 内所有的出入情况进行总结、归纳与核 对，我们可以利用数据挖掘法将这些数 据全部都放到数据库中。由于学生在校 期间经常会出入校门、寝室、图书馆、 -精选财经经济类资料- -最新财经经济资料