基于逻辑回归算法的校园一卡通数据挖掘与应用

陈云川,宋 浩,赵 烨,刘发稳

(昆明冶金高等专科学校计算机信息学院,云南 昆明 650033)

0 引 言

随着校园一卡通系统的不断完善，学生不仅可以用一卡通食堂就餐，还可以在校内进行各种类别的消费与活动：超市购物、洗衣、洗澡、借阅图书、进出教室、进出宿舍、点名签到、查阅个人成绩——一卡通有了越来越多的使用场景。一卡通系统的不断升级完善，使校园管理日趋智能化和高效化。收集学生的一卡通刷卡记录[1]，从这些海量的数据中分析出一些“有用信息”，可以帮助学校更好地为学生服务。本文将数据挖掘技术应用于学生一卡通数据的分析，借助Rapidminer平台，采用逻辑回归算法构建训练数据集模型。模型不断被修调优化后，将用于预测分析测试数据集[2]，挖掘分析一卡通数据，精准识别品学兼优但家境贫寒的学生并提供帮助。

1 数据挖掘分析流程

数据挖掘技术可以从海量的数据中，通过建立相关的分析模型，找出数据中蕴藏的“有用信息”，对现实中的某个事物进行解释，或者对某个目标进行预测。一般数据挖掘需要经过如下几个步骤[3]：

1)数据获取与目标确定。在数据挖掘分析之前需要得到建模所需的原始数据集，并明确本次挖掘分析的目标。

2)数据清洗与属性规约。由于原始数据集中有很多缺失数据和噪声数据，会导致模型不稳定且准确度下降，这样的数据集是不满足挖掘建模条件的。所以在正式建模之前，需要先对数据集进行清洗:可以采用过滤的方式也可以采用中值填充或者特定值填充的方式处理缺失数据;而对于噪声数据，则需要结合具体的挖掘需求与数据集特征，认真分析它们出现的原因，并谨慎处理。……