10.3969/j.issn.2095-2163.2020.10.011
基于大数据的大学生兴趣爱好特征聚类研究
大学生在社交平台上直接或间接的数据交互,体现了其自身的行为特征,具有重要的分析价值.利用大数据技术对大学生社交平台的交互数据收集、分析及处理,揭示数据背后的大学生兴趣爱好规律,精确对大学生行为进行描述显得尤为重要.本文借助大数据的优势,结合大学生社交平台数据特点,通过虚拟编码、均值填补法和Z-score标准化方法等数据预处理技术,利用k-means聚类算法聚类分析,对具有相似特质和兴趣爱好的大学生进行了分类,划分出了五大类别群体,并且对不同类别的大学生进行了特征分析,为舆情分析、研究大学生群体的兴趣关注点提供数据和理论支持.
大数据、k-means、Z-score、聚类分析
10
TP311(计算技术、计算机技术)
教育部科技发展中心项目;吉林省教育厅科技发展项目
2021-03-23（万方平台首次上网日期，不代表论文的发表时间）
共4页
44-46,53
