數據挖掘技術在校園卡消費系統中應用研究

肖磊

摘 要 隨著信息技術的不斷發展與成熟，信息化建設已經越來越多的應用到校園網絡信息平臺的建設中來，這就為進一步發展和研究數據挖掘技術提供了一定支持。本文結合數據挖掘技術為例，對其在校園卡消費系統中的相關應用進行探究與討論。

關鍵詞 信息化建設 數據挖掘技術 校園卡 消費系統

中圖分類號：F014.5 文獻標識碼：A

當前，校園卡消費系統逐漸成為一種先進的高校現代化管理方式，其消費數據涉及到諸多方面，比如就餐、購物費、淋浴費以及洗衣費等等。校園消費卡主要依托銀行網絡以及校園網絡，并借助IC智能卡的主要功能，來構建一個全面、完整的校園卡消費系統。雖然系統內部包含諸多統計分析模塊，但對于其中的海量數據信息也只能實施簡單的統計分析，無法做出更為系統、整體的數據分析、挖掘。文章主要基于數據挖掘技術，對校園消費卡系統進行介紹與討論。

1數據挖掘

數據挖掘其實就是指從諸多不夠完整存在模糊的數據中提取一定信息與知識的過程，由于這類信息、知識大都不被人們所熟知，所以常被隱含在海量數據中。隨著信息技術的日益成熟與發展，人們所使用、積累的數據量不斷增加，如何在海量的數據中提取所需的、高質量的、有效的數據信息已成為當務之急，基于此背景之下，數據挖掘技術應運而生且迅速發展開來。

從本質上講，數據挖掘技術的任務主要是聚類分析、關聯分析以及分類、偏差分析以及時序模式等。文章就從以下幾方面對介紹數據挖掘的主要任務：

（1）聚類分析

這里所講的聚類分析就是將相關數據依據其相似度進行歸納劃分，其中相同的數據之間存在相似性，而不同數據之間則存在差異。應該說聚類分析所建立的是一種宏觀的概念，主要從數據的實際分布模式以及數據之間的不同屬性來尋找、發現各數據之間的相互關系。

（2）關聯分析

所謂關聯就是指兩個或者更多變量之間存在一定規律特點。這種關聯數據在當前使用的數據庫中屬于可被發現且極為重要的知識。根據一定標準，可以將關聯劃分成為因果關聯、時序關聯以及簡單關聯。從目的上講，該類關聯關系分析主要是為了進一步查找數據庫中未被發現的關聯網。支持度以及可信度是目前度量關聯規則的重要閥值。

（3）分類

當前分類大都是通過規則以及決策樹模式來表示，它利用對同一類型概念的進行描述，來對其內涵進行介紹，并代表該類數據的所有信息。分類其實就是一種分類規則，而這一規則主要是為運用一些算法求取數據。

（4）預測

所謂預測是指從以往歷史數據中總結出一些變化規律，并據此構建相應的模式，然后再對未來數據種類及特征進行預測、推測。預測過程中大都使用預測方差來判定預測的不確定性以及精準度。

（5）時序模式

其實時序模式就是指利用已知數據來對未來值進行預測和判斷。利用時間序列來對發生率、重復率進行搜索。一般來說，所預測的未來值之間最大的區別在于它們自身所處的時間不同。

2校園卡研究現狀

隨著校園卡信息管理系統的逐漸成熟與完善，進一步提升了校園信息化管理水平，就目前來看，校園卡信息管理系統作為一種先進的信息化工具，已經被廣泛應用到各高校的校園信息化網絡建設中，但從當前調查結果來看，只有少部分學校充分發揮了校園卡的諸多功能，大部分學校還只是局限于消費管理上面，像身份識別以及信息查詢等諸多功能都未得到有效的利用和開發。而導致校園卡無法充分發揮其功能的原因主要是各大高校的信息化管理水平相對低下，且校園內部的日常運行管理機制也存在較多問題。

應該說，當前學校的建設與發展離不開現代化管理措施，因此校園卡不能僅僅是作為學生或者教師的消費工具使用，更應發展成為整個校園的通行證。從某種程度上講，校園卡能夠通過先進的科學技術將所需的射頻功能以及數字化管理理念融入到校園網絡中，并且能夠幫助高校實現全部系統的有效、無縫融合，從而實時掌握校園卡使用者的實際情況。

3數據挖掘技術在校園卡消費系統中的應用

3.1數據挖掘技術在校園卡消費系統中的應用

目前，大部分學校里的校園卡主要用來日常消費，校園卡中已經存儲了大量使用人的消費信息與數據，而校園卡信息管理系統的數據挖掘則主要是以這類消費數據作基礎，結合使用人的信息，通過對該類數據的深入分析與挖掘，找出為系統決策提供信息支持的關鍵數據。一般來說，校園卡信息管理系統在數據挖掘過程中需要開展聯機服務，且涉及的數據、信息量也比較巨大，所以傳統的數據信息倉庫儼然無法滿足對數據量要求更為龐大的決策系統。

3.2利用校園卡對學生圖書借閱數據進行數據挖掘分析

在現階段校園中，校園卡信息管理系統通常與圖書館管理系統存在一定關聯。而學生日常的借書情況，比如借書時間、借書數量以及還書日常、所借類型等等都記錄在校園卡系統中。所以我們可以利用這校園卡信息管理系統來構建一個關于學生實際借書情況的專用數據庫，以此來對圖書管理系統中相應數據進行實時挖掘，然后再通過決策樹或者是統計分析法來對學生借書情況進行正確分析。此外，我們依據數據挖掘所獲取的視圖，就可以歸納出圖書館中那類書籍更受學生喜歡，哪類書籍不受學生喜歡，這就為圖書管理員以及圖書采購員作出正確的采購決策以及維護管理決策提供了一定數據支持。

4總結

本文主要結合數據挖掘概念，對數據挖掘技術在校園卡消費系統中的應用進行簡單介紹與討論，為日后進一步研究數據挖掘技術以及校園卡消費系統提供了一定理論支持。

參考文獻

[1] 秦曉晨.淺談數據挖掘技術[J]. 科協論壇（下半月）， 2007（03）.

[2] 施曉靜.淺談在企業中如何正確使用數據挖掘技術[J].山西科技， 2009（01）.

[3] 安茂香. 數據挖掘軟件及其選擇應用[J]. 科技信息，2006（11）.