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。