改进 kmeans 算法在学生消费画像中的应用

来源：计算机技术与发展杂志2021年第10期北京时间：

作者：凌玉龙;张晓;李霞;张勇

单位：1. 西北工业大学 大数据存储与管理工信部重点实验室,陕西 西安 710129;2. 西北工业大学 学生资助服务中心,陕西 西安 710129

摘要：学生校园消费数据中隐含了大量的高价值信息,论文从学生消费画像和精准资助两个角度对校园消费数据进行挖掘研究。 从数据集本身的特点和 kmeans 算法的缺陷两个角度出发,论文对 kmeans 算法进行了两点改进:采用马氏距离代替欧氏距离以适用于具体的校园消费数据应用场景;为了解决随机选择初始聚类中心的方法受离群样本点的影响,采用在高密度样本集合中选择相距最远的 k 个样本作为初始聚类中心的改进方法。 在西安某高校 3 个月的学生消费数据集上的实验结果表明:论文设计的学生群体分类模型不仅能有效区分不同行为特征的学生,而且能很好地刻画学生的消费画像;通过对比分析聚类标记的贫困生名单和线下认定的贫困生名单,证明了改进 kmeans 算法在精准资助中的应用价值。

关键词：改进 kmeans 算法;马氏距离;初始聚类中心集合;学生消费画像;精准资助