基于改进K-means算法的学生用户画像构建研究

摘要：

为分析学生在校行为与学习成绩之间的关系,通过收集高校学生的消费习惯、图书借阅数据等校园一卡通中的日常生活行为数据,筛选出用于构建学生用户画像的属性特征,运用DPCA方法结合改进选择初始中心点的K-means算法建立数据分析模型.通过对学生行为数据、学生成绩数据的多特征重要性分析进行降维,分散数据点后对特征赋予权重计算每个特征对数据整体的影响情况,分析归纳得出结论,描绘出客观细致的学生用户画像.实验结果表明,DPCA-K-means算法结果与经典模型相比准确率有较大提升,对学生用户画像更准确.

关键词：K-means算法、PCA算法、权重、用户画像、校园一卡通数据

所属期刊栏目：51

分类号：TP391(计算技术、计算机技术)

资助基金：天津市自然科学基金19JCZDJC40000

在线出版日期：2022-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：19-24