基于数据挖掘的校园大数据可视化分析系统设计

作     者：王静 蒋萌 WANG Jing;JANG Meng

作者机构：陕西铁路工程职业技术学院陕西渭南714000 

基　　金：《中共陕西教育工委第二批陕西高校网络思想政治工作研究课题与实践项目》(2022WSYJ100286) 校级项目基金《陕西铁路工程职业技术学院2021年辅导员工作精品项目》(2022fd—05) 

出 版 物：《自动化与仪器仪表》 (Automation & Instrumentation)

年 卷 期：2023年第4期

页      码：106-111,116页

摘      要：针对近年来学生异常行为增多问题,以一卡通为基础对校园大数据进行了挖掘与并对挖掘结果进行可视化展示。采用ARIMA时间序列预测模型对校园热点区域人流量分布进行预测,通过基于最小方差和余弦相似度的K-means改进聚类算法归纳了校园消费分布特征,对特征进行聚类,并对每类人群的特点进行了总结分析。实验结果表明,ARIMA时间序列预测模型的预测结果与真实结果的标准误差为23.46,预测结果较为理想;而改进的K-means聚类算法则通过最小方差提高初始质心的代表性,最终模型聚类结果与预期结果基本一致。通过预测和聚类结果,校园管理者可以了解学生群体特征,对学生个性特征、行为规律进行深入分析,预测学生行为,防微杜渐。

主 题 词：ARIMA模型 K-means聚类算法 校园大数据 数据挖掘 可视化设计 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.14016/j.cnki.1001-9227.2023.04.106

馆 藏 号：203121410...