淺析聚類分析方法在食堂消費(fèi)數(shù)據(jù)中的應(yīng)用論文
淺析聚類分析方法在食堂消費(fèi)數(shù)據(jù)中的應(yīng)用論文
聚類(clustering)是數(shù)據(jù)挖掘領(lǐng)域最為常見的技術(shù)之一,用于發(fā)現(xiàn)在數(shù)據(jù)庫中未知的對(duì)象類。即考察個(gè)體或數(shù)據(jù)對(duì)象間的相似性,將滿足相似性條件的個(gè)體或數(shù)據(jù)對(duì)象劃分在一組內(nèi),不滿足相似性條件的個(gè)體或數(shù)據(jù)對(duì)象劃分在不同的組。以下是學(xué)習(xí)啦小編為大家精心準(zhǔn)備的：淺析聚類分析方法在食堂消費(fèi)數(shù)據(jù)中的應(yīng)用相關(guān)論文。內(nèi)容僅供參考，歡迎閱讀!
淺析聚類分析方法在食堂消費(fèi)數(shù)據(jù)中的應(yīng)用全文如下：
【摘要】：以聚類分析方法為基礎(chǔ),研究學(xué)校食堂消費(fèi)數(shù)據(jù),從而分析出男女生消費(fèi)特點(diǎn)的不同,以幫助食堂改進(jìn)經(jīng)營策略。
【關(guān)鍵詞】： 聚類分析 消費(fèi)數(shù)據(jù) SPSS
1 聚類分析方法
聚類分析(cluster analysis)是一組將研究對(duì)象分為相對(duì)同質(zhì)的群組(clusters)的統(tǒng)計(jì)分析技術(shù)。聚類分析方法具有簡單、直觀的特點(diǎn)，主要應(yīng)用于探索性的研究，其中變量的選擇有較大的影響。
2 聚類分析基本思想
以學(xué)生的消費(fèi)記錄為研究對(duì)象， 使用聚類分析知識(shí)進(jìn)行研究，主要使用K-Means 算法：
輸入：聚類個(gè)數(shù)k 以及包含n 個(gè)數(shù)據(jù)對(duì)象的數(shù)據(jù)集;
輸出：滿足目標(biāo)函數(shù)值最小的k 個(gè)聚類。
(1)計(jì)算任意兩個(gè)數(shù)據(jù)對(duì)象間的距離d(xi，xj);
(2)計(jì)算每個(gè)數(shù)據(jù)對(duì)象的密度參數(shù)，把處于低密度區(qū)域的點(diǎn)刪除，得到處于高密度區(qū)域的數(shù)據(jù)對(duì)象的集合D;
(3)把處于最高密度區(qū)域的數(shù)據(jù)對(duì)象作為第1 個(gè)中心z1;
(4)把z1 距離最遠(yuǎn)的數(shù)據(jù)對(duì)象作為第2 個(gè)初始中心z2，z2∈D;
(5)令z3 為滿足max(min(d(xi，z1)， d(xi，z2))， i =1，2，…，n 的數(shù)據(jù)對(duì)象xi，z3∈D;
(6)令z3 為滿足max(min(d(xi，z1)， d(xi，z2))， d(xi，z3))， i =1，2，…，n 的數(shù)據(jù)對(duì)象xi，z4∈D;
(7)令zk 為滿足max(min(d(xi，zj))) ， i =1，2，…，n， j =1，2，…，k -1 的xi，zk∈D;
(8)從這k 個(gè)聚類中心出發(fā)，應(yīng)用k-means 聚類算法，得到聚類。一般采用均方差作為目標(biāo)測(cè)度函數(shù)： 其中E 是數(shù)據(jù)集中所有對(duì)象的均方差之和;p 是代表對(duì)象的空間中的一個(gè)點(diǎn)。
3 聚類分析方法在食堂消費(fèi)數(shù)據(jù)中的應(yīng)用
本文主要使用SPPS 工具來進(jìn)行聚類分析與研究。SPSS(Statistical Product and Service Solutions，統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案)，是一種實(shí)現(xiàn)數(shù)據(jù)分析的多功能軟件。
SPSS for Windows 是一種運(yùn)行在Windows 系統(tǒng)下的社會(huì)科學(xué)統(tǒng)計(jì)軟件包，從1968 年由美國斯坦福大學(xué)開發(fā)使用至今，在全球已經(jīng)擁有數(shù)以萬計(jì)的用戶，在通信、醫(yī)療、銀行、證券、保險(xiǎn)、制造、商業(yè)、市場研究、科學(xué)教育等眾多的行業(yè)領(lǐng)域都得以有效的應(yīng)用，目前，SPSS 已成為世界上應(yīng)用最廣泛的專業(yè)統(tǒng)計(jì)軟件之一。SPSS 軟件包采用窗口操作界面，用戶操作使用方便，包括數(shù)據(jù)整理、分析過程、結(jié)果輸出等功能。面對(duì)龐大的數(shù)據(jù)量，SPSS 軟件的功能不斷完善，其統(tǒng)計(jì)分析方法不斷充實(shí)，涵蓋面越來越廣，輸出數(shù)據(jù)表格圖文并貌，大大提高了統(tǒng)計(jì)分析工作的效率。
SPSS 的基本功能包括數(shù)據(jù)管理、統(tǒng)計(jì)分析、圖表分析、輸出管理等，具體內(nèi)容包括描述統(tǒng)計(jì)、列聯(lián)分析，總體的均值比較、相關(guān)分析、回歸模型分析、聚類分析、主成份分析、時(shí)間序列分析、非參數(shù)檢驗(yàn)等多個(gè)大類， 每個(gè)類中還有多個(gè)專項(xiàng)統(tǒng)計(jì)方法。SPSS 設(shè)有專門的繪圖系統(tǒng)，可以根據(jù)使用者的需要將給出的數(shù)據(jù)繪制各種圖形，能夠滿足用戶的不同需求。
聚類分析工具的應(yīng)用：
1)打開SPSS 軟件，并輸入數(shù)據(jù)，設(shè)置變量名稱，在學(xué)生消費(fèi)數(shù)據(jù)中選擇了三十名學(xué)生的月消費(fèi)情況作為分析目標(biāo)，如下圖所示為部分消費(fèi)情況，其中男女各15 名，將性別男、女處理為二值型數(shù)據(jù)分別標(biāo)記為1、2。
2)每個(gè)變量設(shè)置的部分格式：
(1)名稱：學(xué)號(hào)，類型：字符串，長度：11，對(duì)齊方式：左，測(cè)量單位：名稱;(2)名稱：性別，類型：數(shù)值，長度：1，對(duì)齊方式：右，測(cè)量單位：名稱;(3)名稱：月消費(fèi)額，類型：數(shù)值，長度：6，對(duì)齊方式：右，測(cè)量單位：尺度;(4)名稱：交易次數(shù)，類型：數(shù)值，長度：5，對(duì)齊方式：右，測(cè)量單位：尺度。
3)選擇“分析”—“聚類分析”—“快速聚類K”進(jìn)行分析，則在出現(xiàn)的界面中進(jìn)行如下設(shè)置：
將”變量”設(shè)置為：性別、月消費(fèi)額、交易次數(shù)。
將“方法”設(shè)置為：迭代與聚類。
將“聚類數(shù)目”設(shè)置為：2。
4)對(duì)“方法”、“迭代”選項(xiàng)進(jìn)行設(shè)置，點(diǎn)擊“確定”即出現(xiàn)運(yùn)算過程及相應(yīng)結(jié)果：
(1)初始聚類中心
“1”類：性別為“2”(女)，月消費(fèi)額為278.90，交易次數(shù)為155。
“2”類：性別為“1”(男)，月消費(fèi)額為520.10，交易次數(shù)為171。
(2)迭代過程
在聚類中心的變化分別為63.006、51.977。由于最大絕對(duì)坐標(biāo)的變化是.000， 當(dāng)前迭代是2， 最小距離是241.732，初始中心實(shí)現(xiàn)了最小的變化。
(3)最終聚類中心
“1”類：性別為“2”(女)，月消費(fèi)額為341.33，交易次數(shù)為164。
“2”類：性別為“1”(男)，月消費(fèi)額為468.13，交易次數(shù)為170。
從上述運(yùn)算結(jié)果可看到30 個(gè)觀測(cè)量都有效， 并沒有丟失任何一個(gè)觀測(cè)量。最終，通過以上分析可以看出學(xué)生的消費(fèi)情況可以分為兩類，第一類性別為2，即女生每月消費(fèi)大概為341.33 元，平均交易164次，而第二類性別為1，即男生每月消費(fèi)大概為468.13 元，平均交易170 次。從上我們可以看出男生與女生的每月消費(fèi)情況是不同的，男生消費(fèi)較多，平均交易也自然的較多，針對(duì)食堂來說就應(yīng)該針對(duì)男女生不同的特點(diǎn)，合理安排消費(fèi)類別，促進(jìn)學(xué)生進(jìn)行消費(fèi)。
總之，使用SPSS 軟件中的聚類功能對(duì)校園一卡通數(shù)據(jù)進(jìn)行分析，能有效地快速分析出學(xué)生消費(fèi)的一些特征，對(duì)這部分知識(shí)的研究這里僅進(jìn)行了粗略的分析，在今后的時(shí)間里再進(jìn)行深入研究。
相關(guān)文章：