信息科学与技术学院学士学位论文
JIU JIANG UNIVERSITY
毕 业 论 文
题 目 基于决策树算法对九江学院
消费状况的研究
英文题目Research on Consumption of Jiujiang University Based on Decision Tree Algorithm 院 系 信息科学与技术学院 专 业 信息管理与信息系统 姓 名 余兵 班级学号 A112124 指导教师 徐蓓
二Ｏ一五年五月
信息科学与技术学院学士学位论文
摘 要
在大数据时代，数据成为了人们关注的焦点。在我们生活的过程中会产生很多数据。当数据量巨大并且杂乱无章的时候，数据挖掘在处理这些数据中扮演着一个特别重要的角色，我们可以通过数据挖掘技术从海量的数据中挖掘出有价值的信息。近年来，人们开始更多的关注与自己生活有关的数据。大学生在其日常的消费过程中产生的数据量十分庞大。这些数据中蕴含着大量的信息，需要我们去发现。 本文主要研究的是九江学院大学生的宏观消费状况。本文采用了网络问卷调查的方式随机收集了九江学院在校大学生的部分消费数据。我们对收集的数据进行预处理并得到完整可靠的的数据样本，然后把这些数据以表格的形式存储于MySQL数据库中并建立可用的数据源。数据准备工作结束后，使用不同的决策相关的算法对数据建模。本文的目的是基于决策树算法对九江学院消费数据的研究，通过对算法的比较，选择了合适的决策树算法。使用的算法包括C5.0和CHAID。本文把研究目的细分为以下两项：基于决策树C5.0研究九江学院大学生消费状况对学生是否加兼职的影响；基于决策树CHAID研究九江学院大学生消费状况对学生是否能够领取贫困助学金的影响。最后通过相应的决策树算法建立了不同的决策树和规则集，并对决策树和规则集进行了分析与评估。
关键词：大数据，数据挖掘，消费，决策树
I
信息科学与技术学院学士学位论文
Abstract
In the era of big data, data becomes the focus of attention.We will produce a lot of data in the course of our lives .When the data becomes large and unsystematic, data mining plays a particularly important role in dealing with these data , we can mining valuable information from the vast amounts of data through the technology of data mining . In recent years, people start to given more attention on their related data with life .College students produce a huge amount of data associated with the consumption in everyday.We need to find a lot of information in these data.
This paper mainly studies the Jiujiang university students'consumption situation.And in this paper,I random collected the date of Jiujiang university college students consumption by using the network questionnaire.We preprocessed the data which we collected and got a complete and reliable data samples,then,we stored the data in the form of a table in the MySQL database and established the available data sources .After the preparation of data ,we used different algorithm decision for data modeling.The purpose of this article is based on algorithmic decision tree on the research of the consumption data of Jiujiang university,we select the appropriate algorithmic decision tree by comparing algorithms.The algorithmic have been used including C5.0 and CHAID.Our research objective was subdivided into the following two:Research on Consumption of Jiujiang University Based on C5.0 to find out the effects about whether to take part-time jobs;Research on Consumption of Jiujiang University Based on CHAID to find out the effects about whether to have chance to get financial aid.Finally,different decision trees and rule sets were established by using algorithms of decision tree,then we analyzed and evaluated the decision tree and rule sets.
Keywords:Big Data , Data Mining, Consumer, Decision Tree
II
信息科学与技术学院学士学位论文
目 录
摘 要 ..................................................... I Abstract .................................................. II 1 绪论
1.1课题研究的背景 ...................................... （1） 1.2选题的意义 .......................................... （2） 1.3决策树挖掘的研究现状 ................................ （3） 1.4论文的组织结构 ...................................... （4） 2 什么是数据挖掘
2.1数据挖机的基本概念 .................................. （6） 2.2数据挖掘的过程 ...................................... （6） 2.3数据挖掘的相关技术 .................................. （8） 2.4选定本课题使用的软件 ............................... （12） 3 决策树算法的研究
3.1决策树算法的概述 ................................... （17） 3.2决策树基本算法的介绍 ............................... （20） 3.3适用课题研究的算法及原因 ........................... （29） 4 基于决策树算法对九江学院大学生消费状况的研究
4.1九江学院大学生的消费状况调查 ....................... （31）
III
信息科学与技术学院学士学位论文
4.2消费数据的收集与处理 ............................... （32） 4.3决策树的挖掘结果 ................................... （34） 4.4研究结果总结 ....................................... （45） 5 总结与展望
5.1总结 ............................................... （47） 5.2展望 ............................................... （47） 致 谢 ................................................ （49） 参考文献 .............................................. （50）
IV