2024年1月16日发(作者：赫连甜恬)
第２９卷 第２期 Ｖ０１．２９ Ｎｏ．２ 重庆理工大学学报（自然科学） Ｊｏｕｒｎａｌ ｏｆ Ｃｈｏｎｇｑｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ） ２０１５年２月 Ｆｅｂ．２０１５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｚ）．２０１５．０２．０１５ 基于Ｃ４．５决策树的大学生笔记本电脑 购买行为的数据挖掘 毛乾任，王朝斌 （西华师范大学计算机学院，四川南充摘 ６３７０００） 要：以大学生笔记本电脑购买行为作为研究对象，由问卷调查得到数据，运用ＴｉｐＤＭ 数据挖掘工具，通过数据预处理和Ｋ一均值聚类，使用Ｃ４．５决策树对大学生消费者关于笔记本 电脑的购买决策和购买行为进行特征规则提取，采用交叉分析方法进行详细的验证分析。为笔 记本电脑经销商、生产商分析大学生消费群体的购买活动提供参考。 关键词：笔记本电脑；购买行为；Ｃ４．５决策树；数据挖掘 文献标识码：Ａ 文章编号：１６７４—８４２５（２０１５）０２—００７６—０６ 中图分类号：ＴＰ３９９ Ｄａｔａ Ｍｉｎｉｎｇ ｏｎ Ｃｏｌｌｅｇｅ Ｓｔｕｄｅｎｔｓ’Ｌａｐｔｏｐ Ｐｕｒｃｈａｓｅ Ｂｅｈａｖｉｏｒ Ｂａｓｅｄ ｏｎ Ｄｅｃｉｓｉｏｎ Ｔｒｅｅ Ｃ４．５ ＭＡＯ Ｑｉａｎ—ｒｅｎ，ＷＡＮＧ Ｃｈａｏ—ｂｉｎ （Ｃｏｍｐｕｔｅｒ Ｓｃｈｏｏｌ，Ｃｈｉｎａ Ｗｅｓｔ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｅｈｏｎｇ ６３７０００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔａｋｉｎｇ ｔｈｅ ｐｕｒｃｈａｓｅ ｂｅｈａｖｉｏｒ ｏｆ ｃｏｌｌｅｇｅ ｓｔｕｄｅｎｔｓ ｏｎ ｌａｐｔｏｐ ａｓ ｔｈｅ ｒｅｓｅａｒｃｈ ｓｕｂｊｅｃｔ，ｔｈｉｓ ｐａ— ｐｅｒ ｃｏｌｌｅｃｔｅｄ ｒｅｌｅｖａｎｔ ｄａｔａ ｆｒｏｍ ｏｎｌｉｎｅ ｑｕｅｓｔｉｏｎｎａｉｒｅｓ．Ｂａｓｅｄ ｏｎ ｔｈｅ ＴｉｐＤＭ ｄａｔａ ｍｉｎｉｎｇ ｐｌａｔｆｏｒｍｔｈｉｓ ｐａｐｅｒ ｉｍｐｌｅｍｅｎｔｅｄ ｔｈｅ ｃｌｕｓｔｅｒｉｎｇ ａｎａｌｙｓｉｓ ｗｉｔｈ ｔｈｅ ｔｅｃｈｎｏｌｏｇｙ ｏｆ Ｋ—ｍｅａｎｓ ｃｌｕｓｔｅｒｉｎｇ．Ｕｓｉｎｇ ｔｈｅ Ｃ４５ ｄｅｃｉｓｉｏｎ ｔｒｅｅ ｏｎ ｌａｐｔｏｐ ｐｕｒｃｈａｓｅ ｄｅｃｉｓｉｏｎｓ ａｎｄ ｂｕｙｉｎｇ ｂｅｈａｖｉｏｒｓ，ｗｅ ｅｘｔｒａｃｔｅｄ ｓｔｕｄｅｎｔｓ’ｃｕｓｔｏｍｅｒ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｒｕｌｅｓ ａｎｄ ｐｕｒｃｈａｓｅ ｂｅｈａｖｉｏｒ ｉｎ ｄｅｔａｉｌ．Ｃｒｏｓｓ ａｎａｌｙｓｉｓ ｍｅｔｈｏｄ ｗａｓ ｕｓｅｄ ｔｏ ｍａｋｅ ｄｅｔａｉｌｅｄ ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｖａｌｉｄａｔｉｏｎ．Ｔｈｉｓ ｐａｐｅｒ ｐｒｏｖｉｄｅｓ ｍａｒｋｅｔｉｎｇ ｒｅｆｅｒｅｎｃｅ ｒｅｓｏｕｒｃｅｓ ｏｆ ｃｏｌｌｅｇｅ ｓｔｕｄｅｎｔｓ’ｐｕｔ． ｃｈａｓｅ ｔｏ ｔｈｅ ｄｅａｌｅｒｓ，ｍａｎｕｆａｃｔｕｒｅｒｓ ｏｆ ｌａｐｔｏｐ． Ｋｅｙ ｗｏｒｄｓ：ｌａｐｔｏｐ；ｐｕｒｃｈａｓｉｎｇ ｂｅｈａｖｉｏｒ；Ｃ４．５ ｄｅｃｉｓｉｏｎ ｔｒｅｅ：ｄａｔａ ｍｉｎｉｎｇ 当代大学生在笔记本消费方面存在巨大的潜 在市场。考虑到笔记本市场的影响力和独特性， 有必要将其作为一个独特的细分市场来加以重视 和研究 。目前针对这方面的研究多局限于问卷 收稿日期：２０１４—１１—０２ 基金项目：四川省教育厅项目（０８ＺＡ１５８） 作者简介：毛乾任（１９９０一），男，四川南充人，硕士研究生，主要从事基于网络的计算机应用技术研究；王朝斌 （１９７０一），副教授，主要从事计算机网络及信息安全技术方面研究。 引用格式：毛乾任，王朝斌．基于Ｃ４．５决策树的大学生笔记本电脑购买行为的数据挖掘［Ｊ］．重庆理工大学学报：自 然科学版，２０１５（２）：７６—８１． Ｃｉｔａｔｉｏｎ ｆｏｒｍａｔ：ＭＡＯ Ｑｉａｎ—ｒｅｎ，ＷＡＮＧ Ｃｈａｏ—ｂｉｎ．Ｄａｔａ Ｍｉｎｉｎｇ ｏｎ Ｃｏｌｌｅｇｅ Ｓｔｕｄｅｎｔｓ’Ｌａｐｔｏｐ Ｐｕｒｃｈａｓｅ Ｂｅｈａｖｉｏｒ Ｂａｓｅｄ ｏｎ Ｄｅｃｉｓｉｏｎ Ｔｒｅｅ Ｃ４．５［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｃｈｏｎｇｑｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ：Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ，２０１５（２）：７６ ８１
毛乾任，等：基于Ｃ４．５决策树的大学生笔记本电脑购买行为的数据挖掘 调查分析的结果。ｃ４．５决策树是ＩＤ３树的改进， ７７ 能处理离散型和连续性属性，并且分类精度高，分 类规则易于理解 Ｊ。本文采用问卷调查得到原 始数据后，经 一均值聚类，用ｃ４．５决策树算法 提取特征规则，可更加具体和直观地得到大学生 笔记本购买行为的规律。 １ 购买行为研究过程与方法 根据笔记本电脑行业消费者的行为特征设计 问卷，并进行问卷调查。通过问卷调查分析，对所 图１分析过程与方法 收集的信息数据进行挖掘建模，进而提取有意义 的特征和规律。具体包括确定分析指标、设计问 卷调查、模型构建和模型评估４个方面。 １．１ 影响大学生购买行为的分析 大学生消费者对笔记本的购买决策因素细分 为主观和客观２个方面，细分结果见表１。 表１影响购买行为的因素细分结果 客观因素是笔记本电脑商品本身对大学生电 脑消费者的影响；主观因素则是从消费者对产品 的满意度方面来进行分析，是顾客的实际使用感 受、需求和期望 。 １．２问卷调查设计 为的主观因素，设置的问题如下：Ｑ１２下列笔记本 的产品定位中，你会优先考虑购买哪一种：Ｑ１２．１ 超极本、Ｑ１２．２ ２合１电脑、Ｑ１２．３游戏影音本、 Ｑ１２．４轻薄便携本、Ｑ１２．５全能学生本、Ｑ１２．６家 庭娱乐本、Ｑ１２．７时尚丽人本、Ｑ１２．８商务办公 本等。 １．３样本数据的挖掘建模 通过在线问卷调查平台发出问卷，共收回１２８ 份来自全国各地的问卷。随机选取１００份问卷作 为研究对象。问卷设计的目的在于将消费调查的 ＴｉｐＤＭ在线平台数据挖掘属于使用挖掘的一 问题具体化，并把问卷结果保存为ｅｘｃｅｌ文档作为 建模的数据输入。问卷设计主要从影响购买行为 的指标人手，采用提问选答的形式。针对影响购 种。整个挖掘过程可以分为３个相依赖的阶 段 卜 ：数据收集和预处理、Ｋ一均值聚类分析和 Ｃ４．５决策树特征规则提取。 １．４数据收集和预处理 对于采用问卷调查收集到的数据资料，必须 买行为的客观因素，设置的问题如下：Ｑ２你中意 的ＣＰＵ型号：Ｑ２．１酷睿ｉ７、Ｑ２．２酷睿ｉ５、Ｑ２．３酷 睿ｉ３、Ｑ２．４四代ｉ７、Ｑ２．５四代ｉ５、Ｑ２．６四代ｉ３、 对其进行预处理，转换成可被数据挖掘工具分析 处理的数据类型 。在Ｋ均值建模时，提取的数 Ｑ２．７奔腾／赛扬双核、Ｑ２．８等。针对影响购买行
７８ 重庆理工大学学报 据全部转换为二进制１，０。ｌ代表属性值Ｙｅｓ，０ 代表属性值Ｎｏ。在进行特征规则的提取时，ｅｘｃｅｌ 格式文档中的数据将全部转换为字符型后再作为 特征规则提取的输入。 １．５数据建模 １．５．１ Ｋ均值聚类 均值聚类 迭代次数：５ 聚类分析结果统计：＝＝ ４２（４２％） 各簇中样本数及百分比 ０ １ ５８（５８％） ＴｉｐＤＭ系统将样本聚成２类：第一类（Ａ类） 有４２个样本；第二类有（Ｂ类）有５８个样本。表２ 列举了聚类输出结果的部分列和行。 聚类结果为２类，０类即Ａ类，１类即Ｂ类。 聚类完成后，借助特征规则的提取进行详细的聚 类分析。 表２聚类结果部分列和行 １．５．２ Ｃ４．５决策树的特征规则提取 Ｂｒａｎｄ ＝Ｎ：Ｂ（３８．０） 叶子数：７ ｃ４．５决策树算法通过学习数据建立决策树， 用于提取每一聚类类别的特征口 。在输入聚类 数据之前，要将导人的样本数据全部转换为字符 树的大小：１３， 正确分类样本及百分比：１００％ 错误分类样本及百分比：Ｏ％ 型数据作为特征规则挖掘的数据输入，分别选取 训练集和测试集的样本数据，生成规则列表。通 规则２：Ｃ４．５决策树 Ｃｌｕｓｔｅｒｉｎｇ ＮＯ．＝Ａ Ｓｅｘ＝Ｗ Ａｆｔｅｒ ｓｅｒｖｉｃｅ＝Ｎ 过多次交换重设的数据样本的训练集和检测集， 重复执行可挖掘出列表所给出的所有规则 以聚类结果Ｂ类的特征规则１为例： 特征规则提取： 规则１：Ｃ４．５决策树 Ｓｅｘ＝Ｗ Ｐｒｉｃｅ＝Ｎ 。 Ｈａｎｄｈｅｌｄ＝Ｙ：Ｙ（１２．０／３．０） Ｈａｎｄｈｅｌｄ＝Ｎ ＣＰＵ＝Ｎ：Ｎ（４．０／１．０） ＣＰＵ＝Ｙ Ｍｅｍｏｒｙ＝Ｎ Ｂｒａｎｄ ＝Ｙ：Ａ（１３．０） Ｂｒａｎｄ ＝Ｎ ＯＳ＝Ｎ：Ｎ（３．０） ＯＳ＝Ｙ：Ｙ（５．０／２．０） Ｍｅｍｏｒｙ：Ｙ：Ｙ（４．０） Ａｆｔｅｒ ｓｅｒｖｉｃｅ＝Ｙ：Ｎ（８．０／２．０） Ａｆｔｅｒ ｓｅｒｖｉｃｅ＝Ｎ：Ｂ（１５．０） Ａｆｔｅｒ ｓｅｒｖｉｃｅ＝Ｙ：Ａ（４．０） Ｐｒｉｃｅ＝Ｙ：Ａ（１９．０） Ｓｅｘ＝Ｍ Ｂｒａｎｄ ＝Ｙ Ｓｅｘ：Ｍ：Ｙ（６．０） Ｃｌｕｓｔｅｒｉｎｇ ＮＯ．＝Ｂ Ｐｒｉｃｅ＝Ｎ：Ｂ（５．０） Ｓｅｘ：Ｗ：Ｎ（１５．０） Ｓｅｘ＝Ｍ Ｐｒｉｃｅ＝Ｙ：Ａ（６．０）
毛乾任，等：基于ｃ４．５决策树的大学生笔记本电脑购买行为的数据挖掘 ＣＰＵ＝Ｎ：Ｎ（６．０） ＣＰＵ＝Ｙ ７９ Ｂ类１５个样本，百分比为２５．８６％，由此可找到决 定行为的特征属性。 在１０个正确样本百分比为８５％及以上的决策 Ｄｉｓｐｌａｙ Ｃａｒｄ＝Ｎ：Ｙ（６．０／１．０） Ｄｉｓｐｌａｙ Ｃａｒｄ＝Ｙ 树中，Ａ类的特征规则决定因素主要有品牌、操作系 统、外壳设计以及摄像头像素。Ｂ类的特征规则决 定因素主要有ＣＰＵ、显卡、硬盘容量和电池续航时 问和价格。下面用分层交叉进行具体验证。 Ｓｃｒｅｅｎ ｓｉｚｅ：Ｙ：Ｙ（９．０／３．０） Ｓｃｒｅｅｎ ｓｉｚｅ＝Ｎ：Ｎ（２２．０／７．０） 叶子数：１２ 树的大小：２３ 正确分类样本及百分比８９％ 错误分类样本及百分比１１％ ２大学生消费者的行为特征分析 交叉分析用于分析２个变量之间的关系Ｅ ７］。 在导出聚类结果后，把聚类的Ａ类和Ｂ类作为自 变量。而把要研究分析的其他属性作为因变量。 这里的因变量分别是影响购买行为的主观因素、 可以看出采用规则１划分的正确分类百分比 为１００％。如果ｓｅｘ的属性值为ｗ即性别为女，且 Ｐｒｉｃｅ值为Ｎｏ，如果Ｂｒａｎｄ值为Ｙｅｓ，输出Ａ类，占 Ａ类１３个样本的百分比为３０．９５％；否则Ｂｒａｎｄ 值为Ｎ０，如果Ａｆｔｅｒ ｓｅｒｖｉｃｅ值为Ｎ０，输出Ｂ类，占 客观因素。输出结果如下： 表３客观因素交叉分析 Ｃｌｕｓｔｅｒ 电脑城 二手市场 大型商场 网上购买 小计
８０ ２．１ 两类消费行为趋于理性 重庆理工大学学报 接口数量高出Ａ类消费者约１２个百分点，而对操 总体来看，Ａ、Ｂ类消费者对ＣＰＵ的要求是所 有因素中最高的，分别占到了各自客观考虑因素 的７４．２９％，８４．４８％；其次，两类消费者购买因素 所占比例超过５０％的还有使用需求，散热和内存 容量。大学生在购买因素中，可以根据自己的使 作系统、笔记本厚度、便携和外壳材质的要求 较低。 从主观因素来看，Ｂ类消费者只在价格要求 方面高于Ａ类消费者１４．８６个百分点，而对于外 观设计、材质、品牌要求和是否促销，并不是主要 的考虑因素。 用需求，依次参考ＣＰＵ型号、散热和内存容量。这 几个因素也是生产商应该考虑的重心。 ２．２ Ａ类消费者购买行为 从客观因素可以看出：Ａ类消费者在操作系 统、外壳材质以及摄像头像素、散热几个因素方面 的要求普遍高于Ｂ类消费者。在购买途径中，Ａ 类消费者绝大部分（８５．７１％）去电脑城购买，少部 分选择大型商场购买，基本不在二手市场和网上 购买。并且这类消费者比较看重笔记本电脑的独 特功能以及售后服务，分别高出Ｂ类消费者２７．３３ 个百分点和１８．７３个百分点。 从主观因素分析，Ａ类消费者在品牌和促销 活动方面的考虑因素分别高出Ｂ类消费者２５．６０ 个百分点和２６．７０个百分点，并在笔记本独特的 新功能要求上超出Ｂ类２７．２９个百分点。这类消 费者大部分选择在线下电脑城购买，在线上的购 买几率很低。可见，此类大学生消费者追逐个性 化的独特风格，并且对价格的看重远不及Ｂ类高， 消费大头已经从实用化趋向时尚化。 商家对于这类消费者在抓品牌效应的同时， 可以经营便携性较强，外观设计时尚的笔记本，并 且可以适当延长售后服务期，在实体店里开展一 些促销活动，从而在很大程度上吸引Ａ类消费者。 而对于生产商，产品要保证很好的便携性、外壳材 质和外观设计。一些新功能的推出会更加吸引这 部分消费者。家庭娱乐本、轻薄便携本、时尚丽人 本、超极本将受到这类消费者的青睐，同时在产品 配置上，生产商可以适当调低成本。 ２．３ Ｂ类消费者购买行为 从客观因素分析，Ｂ类消费者对ＣＰＵ、显卡类 型、硬盘容量和电池续航时间的要求远高于Ａ类 消费者。Ｂ类消费者对ＣＰＵ的要求高出Ａ类消费 者约１０个百分点，对显卡类型要求高出Ａ类消费 者约２４个百分点，电池续航时间和硬盘容量以及 在购买途径中，Ｂ类消费者在网上购买的需 求远远大于Ａ类。这类消费者在购机过程中可以 选择市面上一些配置较好的游戏影音本、商务办 公本、２合１电脑等；品牌上可以考虑如宏基、华 硕、联想及ＴｈｉｎｋＰａｄ等配置较好、价格不高的品 牌。Ｂ类大学生消费者在购买笔记本时青睐商家 降价促销和赠送购机礼包。商家在营销上可以抓 住这一点，在经营模式上可以选择线上实行购买 优惠礼品套机的策略，在线下开展降价促销活动， 或者采用赠送购机礼包的方式来吸引Ｂ类消费 者。对于生产商，则要根据这类消费者看重配置 如ＣＰＵ、显卡、电池、硬盘容量的特点，均衡配置、 外观设计和价格三方面的成本。 ３分层交叉进行误差验证 用分层交叉技术评估期望泛化能力，即预测 模型对新鲜样本的适应能力 。模型泛化能 力验证结果如下： 分层交叉验证误差＝＝＝ 正确分类样本及百分比９６ ９６％ 错误分类样本及百分比 ４ ４％ Ｋａｐｐａ统计 ０．９ｌ７ ４ 平均绝对误差 ０．０３５ ６ 均方根误差 ０．１７４ 相对绝对误差 ７．３０４ ８％ 相对平方根误差 ３５．２３６ ６％ 样本总数 １００ 混淆矩阵： ａ ｂ ＜一分类为 ３９ ３ ｌ ａ＝Ａ １ ５７ ｌ ｂ＝Ｂ 从决策树的混淆矩阵中可以看出：在大学生
Ｉ二 毛乾任，等：基于ｃ４．５决策树的大学生笔记本电脑购买行为的数据挖掘 类别Ａ的实例中，３９个被正确预测为Ａ类，３个被 错误预测。在类别为Ｂ的实例中，５７个被正确预 测为Ｂ类，正确分类百分比为９６％，错误分类百分 比为４％，验证说明模型具有较高的新样本数据适 应能力。 清华大学出版社，２００９．３２２—３２４． ８１ ［７］ 樊宁．Ｋ均值聚类算法在银行客户细分中的研究［Ｊ］． 计算机仿真，２０１１（３）：３６９—３７２． ［８］ 瞿小宁．Ｋ均值聚类算法在商业银行客户分类中的应 用［Ｊ］．计算机仿真，２０１１，０６：３５７—３６０． ［９］ 关云鸿．改进Ｋ一均值聚类算法在电信客户分类中的 参考文献： 应用［Ｊ］．计算机仿真，２０１１，０８：１３８—１４０． ［１０］Ｍｅｎａｒｄｉ Ｇ，Ｔｏｒｅｌｌｉ Ｎ．Ｔｒａｉｎｉｎｇ ａｎｄ ａｓｓｅｓｓｉｎｇ ｃｌａｓｓｉｉｆｃａ— ｔｉｏｎ ｒｕｌｅｓ ｗｉｔｈ ｉｍｂａｌｎａｃｅｄ ｄａｔａ［Ｊ］．Ｄａｔａ Ｍｉｎｉｎｇ ａｎｄ 荣晓华，何成义．大学生自我概念与购买决策关系的 Ｋｎｏｗｌｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ，２０１４，２８（１）：９２—１２２． 实证研究——以笔记本电脑市场为例［Ｊ］．吉林工商 ［１１］Ｓａｔｈｙａｄｅｖａｎ Ｓ，Ｒｅｍｙａ Ｒ Ｎａｉｒ．Ｃｏｍｐａｒａｔｉｖｅ Ａｎａｌｙｓｉｓ ｏｆ 学院学报，２０１２（１）：４８—５１． Ｄｅｃｉｓｉｏｎ Ｔｒｅｅ Ａｌｇｏｒｉｔｈｍｓ：ＩＤ３．Ｃ４．５ ａｎｄ Ｒａｎｄｏｍ Ｆｏｒｅｓｔ Ｈｏｎｋａｎｅｎ Ｐ，Ｏｌｓｅｎ Ｓ，Ｍｙｒｌａｎｄ Ｏ．Ｐｒｅｆｅｒｅｎｃｅ—ｂａｓｅｄ Ｓｅｇ－ ［Ｊ］．Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ ｉｎ Ｄａｔａ Ｍｉｎｉｎｇ—Ｖｏｌｕｍｅ ｍｅｎｔａｔｉｏｎ：Ａ ｓｔｕｄｙ ｏｆ ｍｅａｌ ｐｒｅｆｅｒｅｎｃｅｓ ａｍｏｎｇ Ｎｏｒｗｅｉｇｉａｎ １ Ｓｍａｒｔ Ｉｎｎｏｖａｔｉｏｎ，Ｓｙｓｔｅｍｓ ａｎｄ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｖｏｌｕｍｅ， ｔｅｅｎａｇｅｒ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ ｃｏｎｓｕｍｅｒ Ｂｅｈａｖｉｏｒ，２００４，３（３）： ２０１５，３１：５４９—５６２． ２３５—２５０． ［１２］１ｗａｔａ Ｔ，Ｓａｗａｄａ Ｈ．Ｔｏｐｉｃ ｍｏｄｅｌ ｆｏｒ ａｎａｌｙｚｉｎｇ ｐｕｒｃｈａｓｅ Ｍｏｂａｓｈｅｒ Ｂ．Ｗｅｂ Ｕｓａｇｅ Ｍｉｎｉｎｇ Ｉｎ Ｊｏｈｎ Ｗａｎｇ，Ｅｎｃｙｃｌｏ— ｄａｔａ ｗｉｔｈ ｐｒｉｃｅ ｉｎｆｏｒｍａｔｉｏｎ［Ｊ］．Ｄａｔａ Ｍｉｎｉｎｇ ａｎｄ Ｋｎｏｗｌ— ｐｅｄｉａ ｏｆ Ｄａｔａ Ｗａｒｅｈｏｕｓｉｎｇ ａｎｄ Ｍｉｎｉｎｇ［Ｍ］．Ｉｄｅａ Ｇｒｏｕｐ， ｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ，２０１３，２６（３）：５５９—５７３． ２００６． ［１３］汤克明．不确定数据流中频繁数据挖掘研究［Ｄ］．南 Ｊｅｆｒｅｙ Ｌｉｊｆｉｆｊｔ，Ｐａｎａｇｉｏｔｉｓ Ｐａｐａｐｅｔｒｏｕ．Ａ ｓｔａｔｉｓｔｉｃａｌ ｓｉｇｎｉｉｆ· 京：南京航空航天大学，２０１２． ｃａｎｃｅ ｔｅｓｔｉｎｇ ａｐｐｒｏａｃｈ ｔｏ ｍｉｎｉｎｇ ｔｈｅ ｍｏｓｔ ｉｎｆｏｒｍａｔｉｖｅ ｓｅｔ ［１４］王萍．基于数据挖掘技术的消费者行为研究［Ｄ］．长 ｏｆ ｐａｔｔｅｒｎｓ［Ｊ］．Ｄａｔａ Ｍｉｎｉｎｇ ａｎｄ Ｋｎｏｗｌｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ， 春：吉林大学，２００４． ２０１４，２８（１）：２３８—２６３． ［１５］李军．基于用户行为挖掘的数据流管理技术研究 林嘉．系统设计和基于用户行为分析［Ｄ］．广州：中州 ［Ｄ］．北京：北京邮电大学，２０１２． 大学，２０１３． 俞勇，薛贵荣，韩定一，等．Ｗｅｂ数据挖掘［Ｍ］．北京： （责任编辑杨黎丽） （上接第５１页） ｉｎｇｓ［Ｃ］／／Ａｂｓｔｒａｃｔ ｏｆ Ｃｈｉｎａ ６ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ［４］ 刘志全，张鹏顺，沈允文．高速滚子轴承的热分析模型 ｏｎ Ｔｒｉｂｏｌｏｇｙ．Ｂｅｉｊｉｎｇ：［Ｓ．ｎ．］，２０１１． ［Ｊ］．机械科学与技术，１９９７，１６（４）：６０７—６１１． ［１Ｏ］ 崔立，王黎钦．航空发动机高速滚子轴承动态特性分 ［５］ 崔力，郑建荣．考虑刚性转子非线性振动的圆柱滚子 析［Ｊ］．航空学报，２００８，２９（２）：４９２—４９８． 轴承动态特性研究［Ｊ］．振动与冲击，２０１０，２９（１０）： ［１１］ 王军领，郑翔，吴焕．圆柱滚子轴承动静态有限元分析 １１３一ｌ１７． ［Ｊ］．扬州大学学报：自然科学版，２０１２，１５（２）：４３ ［６］ 陈观慈，王黎钦．高速球轴承的生热分析［Ｊ］．航空动 ４６． 力学报，２００７，２２（１）：１６３—１６８． ［１２］ 易学平．圆柱滚子轴承力学特性分析及其数值模拟． ［７］ 刘志全．高速滚子轴承热分析及油膜测试［Ｄ］．哈尔 ［Ｄ］．哈尔滨：哈尔滨工程大学，２００９． 滨：哈尔滨工业大学，１９９６． ［１３］ Ｂｒｏｗｎ Ｊ Ｒ．Ｆｏｒｓｔｅｒ Ｎ Ｈ．Ｏｐｅｒａｔｉｎｇ ｔｅｍｐｅｒａｔｕｒｅ ｉｎ ｌｕｂｒｉ— ［８］ 张占立，王燕霜．高速圆柱滚子轴承动态特性分析 ｃａｔｅｄ ｒｏｌｌｉｎｇ ｅｌｅｍｅｎｔ ｂｅａｒｉｎｇｓ ｏｆｒ ｇａｓ ｔｕｒｂｉｎｅｓ［Ｒ］．ＡＩＡＡ ［Ｊ］．航空动力学报，２０１１，２６（２）：３９７—４０３． ２０ｏｏ一３０２７．２ｏ００：１２６８—１２７５． ［９］Ｋｏｔｚａｌａｓ Ｍ Ｎ，Ｄｏｌｌ Ｇ Ｌ，Ｅｖｎａｓ Ｒ Ｄ．Ｔｈｅ Ｉｍｐｏ￣ａｎｃｅ Ｏｆ Ｃｏａｔｉｎｇ Ｄｕｒａｂｉｌｉｔｙ Ｏｎ Ｔｈｅ Ｐｅｒｆｏｒｍａｎｃｅ Ｏｆ Ｒｏｌｌｅｒ Ｂｅａｒ· （责任编辑刘舸）
2024年1月16日发(作者：赫连甜恬)
第２９卷 第２期 Ｖ０１．２９ Ｎｏ．２ 重庆理工大学学报（自然科学） Ｊｏｕｒｎａｌ ｏｆ Ｃｈｏｎｇｑｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ） ２０１５年２月 Ｆｅｂ．２０１５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｚ）．２０１５．０２．０１５ 基于Ｃ４．５决策树的大学生笔记本电脑 购买行为的数据挖掘 毛乾任，王朝斌 （西华师范大学计算机学院，四川南充摘 ６３７０００） 要：以大学生笔记本电脑购买行为作为研究对象，由问卷调查得到数据，运用ＴｉｐＤＭ 数据挖掘工具，通过数据预处理和Ｋ一均值聚类，使用Ｃ４．５决策树对大学生消费者关于笔记本 电脑的购买决策和购买行为进行特征规则提取，采用交叉分析方法进行详细的验证分析。为笔 记本电脑经销商、生产商分析大学生消费群体的购买活动提供参考。 关键词：笔记本电脑；购买行为；Ｃ４．５决策树；数据挖掘 文献标识码：Ａ 文章编号：１６７４—８４２５（２０１５）０２—００７６—０６ 中图分类号：ＴＰ３９９ Ｄａｔａ Ｍｉｎｉｎｇ ｏｎ Ｃｏｌｌｅｇｅ Ｓｔｕｄｅｎｔｓ’Ｌａｐｔｏｐ Ｐｕｒｃｈａｓｅ Ｂｅｈａｖｉｏｒ Ｂａｓｅｄ ｏｎ Ｄｅｃｉｓｉｏｎ Ｔｒｅｅ Ｃ４．５ ＭＡＯ Ｑｉａｎ—ｒｅｎ，ＷＡＮＧ Ｃｈａｏ—ｂｉｎ （Ｃｏｍｐｕｔｅｒ Ｓｃｈｏｏｌ，Ｃｈｉｎａ Ｗｅｓｔ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｅｈｏｎｇ ６３７０００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔａｋｉｎｇ ｔｈｅ ｐｕｒｃｈａｓｅ ｂｅｈａｖｉｏｒ ｏｆ ｃｏｌｌｅｇｅ ｓｔｕｄｅｎｔｓ ｏｎ ｌａｐｔｏｐ ａｓ ｔｈｅ ｒｅｓｅａｒｃｈ ｓｕｂｊｅｃｔ，ｔｈｉｓ ｐａ— ｐｅｒ ｃｏｌｌｅｃｔｅｄ ｒｅｌｅｖａｎｔ ｄａｔａ ｆｒｏｍ ｏｎｌｉｎｅ ｑｕｅｓｔｉｏｎｎａｉｒｅｓ．Ｂａｓｅｄ ｏｎ ｔｈｅ ＴｉｐＤＭ ｄａｔａ ｍｉｎｉｎｇ ｐｌａｔｆｏｒｍｔｈｉｓ ｐａｐｅｒ ｉｍｐｌｅｍｅｎｔｅｄ ｔｈｅ ｃｌｕｓｔｅｒｉｎｇ ａｎａｌｙｓｉｓ ｗｉｔｈ ｔｈｅ ｔｅｃｈｎｏｌｏｇｙ ｏｆ Ｋ—ｍｅａｎｓ ｃｌｕｓｔｅｒｉｎｇ．Ｕｓｉｎｇ ｔｈｅ Ｃ４５ ｄｅｃｉｓｉｏｎ ｔｒｅｅ ｏｎ ｌａｐｔｏｐ ｐｕｒｃｈａｓｅ ｄｅｃｉｓｉｏｎｓ ａｎｄ ｂｕｙｉｎｇ ｂｅｈａｖｉｏｒｓ，ｗｅ ｅｘｔｒａｃｔｅｄ ｓｔｕｄｅｎｔｓ’ｃｕｓｔｏｍｅｒ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｒｕｌｅｓ ａｎｄ ｐｕｒｃｈａｓｅ ｂｅｈａｖｉｏｒ ｉｎ ｄｅｔａｉｌ．Ｃｒｏｓｓ ａｎａｌｙｓｉｓ ｍｅｔｈｏｄ ｗａｓ ｕｓｅｄ ｔｏ ｍａｋｅ ｄｅｔａｉｌｅｄ ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｖａｌｉｄａｔｉｏｎ．Ｔｈｉｓ ｐａｐｅｒ ｐｒｏｖｉｄｅｓ ｍａｒｋｅｔｉｎｇ ｒｅｆｅｒｅｎｃｅ ｒｅｓｏｕｒｃｅｓ ｏｆ ｃｏｌｌｅｇｅ ｓｔｕｄｅｎｔｓ’ｐｕｔ． ｃｈａｓｅ ｔｏ ｔｈｅ ｄｅａｌｅｒｓ，ｍａｎｕｆａｃｔｕｒｅｒｓ ｏｆ ｌａｐｔｏｐ． Ｋｅｙ ｗｏｒｄｓ：ｌａｐｔｏｐ；ｐｕｒｃｈａｓｉｎｇ ｂｅｈａｖｉｏｒ；Ｃ４．５ ｄｅｃｉｓｉｏｎ ｔｒｅｅ：ｄａｔａ ｍｉｎｉｎｇ 当代大学生在笔记本消费方面存在巨大的潜 在市场。考虑到笔记本市场的影响力和独特性， 有必要将其作为一个独特的细分市场来加以重视 和研究 。目前针对这方面的研究多局限于问卷 收稿日期：２０１４—１１—０２ 基金项目：四川省教育厅项目（０８ＺＡ１５８） 作者简介：毛乾任（１９９０一），男，四川南充人，硕士研究生，主要从事基于网络的计算机应用技术研究；王朝斌 （１９７０一），副教授，主要从事计算机网络及信息安全技术方面研究。 引用格式：毛乾任，王朝斌．基于Ｃ４．５决策树的大学生笔记本电脑购买行为的数据挖掘［Ｊ］．重庆理工大学学报：自 然科学版，２０１５（２）：７６—８１． Ｃｉｔａｔｉｏｎ ｆｏｒｍａｔ：ＭＡＯ Ｑｉａｎ—ｒｅｎ，ＷＡＮＧ Ｃｈａｏ—ｂｉｎ．Ｄａｔａ Ｍｉｎｉｎｇ ｏｎ Ｃｏｌｌｅｇｅ Ｓｔｕｄｅｎｔｓ’Ｌａｐｔｏｐ Ｐｕｒｃｈａｓｅ Ｂｅｈａｖｉｏｒ Ｂａｓｅｄ ｏｎ Ｄｅｃｉｓｉｏｎ Ｔｒｅｅ Ｃ４．５［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｃｈｏｎｇｑｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ：Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ，２０１５（２）：７６ ８１
毛乾任，等：基于Ｃ４．５决策树的大学生笔记本电脑购买行为的数据挖掘 调查分析的结果。ｃ４．５决策树是ＩＤ３树的改进， ７７ 能处理离散型和连续性属性，并且分类精度高，分 类规则易于理解 Ｊ。本文采用问卷调查得到原 始数据后，经 一均值聚类，用ｃ４．５决策树算法 提取特征规则，可更加具体和直观地得到大学生 笔记本购买行为的规律。 １ 购买行为研究过程与方法 根据笔记本电脑行业消费者的行为特征设计 问卷，并进行问卷调查。通过问卷调查分析，对所 图１分析过程与方法 收集的信息数据进行挖掘建模，进而提取有意义 的特征和规律。具体包括确定分析指标、设计问 卷调查、模型构建和模型评估４个方面。 １．１ 影响大学生购买行为的分析 大学生消费者对笔记本的购买决策因素细分 为主观和客观２个方面，细分结果见表１。 表１影响购买行为的因素细分结果 客观因素是笔记本电脑商品本身对大学生电 脑消费者的影响；主观因素则是从消费者对产品 的满意度方面来进行分析，是顾客的实际使用感 受、需求和期望 。 １．２问卷调查设计 为的主观因素，设置的问题如下：Ｑ１２下列笔记本 的产品定位中，你会优先考虑购买哪一种：Ｑ１２．１ 超极本、Ｑ１２．２ ２合１电脑、Ｑ１２．３游戏影音本、 Ｑ１２．４轻薄便携本、Ｑ１２．５全能学生本、Ｑ１２．６家 庭娱乐本、Ｑ１２．７时尚丽人本、Ｑ１２．８商务办公 本等。 １．３样本数据的挖掘建模 通过在线问卷调查平台发出问卷，共收回１２８ 份来自全国各地的问卷。随机选取１００份问卷作 为研究对象。问卷设计的目的在于将消费调查的 ＴｉｐＤＭ在线平台数据挖掘属于使用挖掘的一 问题具体化，并把问卷结果保存为ｅｘｃｅｌ文档作为 建模的数据输入。问卷设计主要从影响购买行为 的指标人手，采用提问选答的形式。针对影响购 种。整个挖掘过程可以分为３个相依赖的阶 段 卜 ：数据收集和预处理、Ｋ一均值聚类分析和 Ｃ４．５决策树特征规则提取。 １．４数据收集和预处理 对于采用问卷调查收集到的数据资料，必须 买行为的客观因素，设置的问题如下：Ｑ２你中意 的ＣＰＵ型号：Ｑ２．１酷睿ｉ７、Ｑ２．２酷睿ｉ５、Ｑ２．３酷 睿ｉ３、Ｑ２．４四代ｉ７、Ｑ２．５四代ｉ５、Ｑ２．６四代ｉ３、 对其进行预处理，转换成可被数据挖掘工具分析 处理的数据类型 。在Ｋ均值建模时，提取的数 Ｑ２．７奔腾／赛扬双核、Ｑ２．８等。针对影响购买行
７８ 重庆理工大学学报 据全部转换为二进制１，０。ｌ代表属性值Ｙｅｓ，０ 代表属性值Ｎｏ。在进行特征规则的提取时，ｅｘｃｅｌ 格式文档中的数据将全部转换为字符型后再作为 特征规则提取的输入。 １．５数据建模 １．５．１ Ｋ均值聚类 均值聚类 迭代次数：５ 聚类分析结果统计：＝＝ ４２（４２％） 各簇中样本数及百分比 ０ １ ５８（５８％） ＴｉｐＤＭ系统将样本聚成２类：第一类（Ａ类） 有４２个样本；第二类有（Ｂ类）有５８个样本。表２ 列举了聚类输出结果的部分列和行。 聚类结果为２类，０类即Ａ类，１类即Ｂ类。 聚类完成后，借助特征规则的提取进行详细的聚 类分析。 表２聚类结果部分列和行 １．５．２ Ｃ４．５决策树的特征规则提取 Ｂｒａｎｄ ＝Ｎ：Ｂ（３８．０） 叶子数：７ ｃ４．５决策树算法通过学习数据建立决策树， 用于提取每一聚类类别的特征口 。在输入聚类 数据之前，要将导人的样本数据全部转换为字符 树的大小：１３， 正确分类样本及百分比：１００％ 错误分类样本及百分比：Ｏ％ 型数据作为特征规则挖掘的数据输入，分别选取 训练集和测试集的样本数据，生成规则列表。通 规则２：Ｃ４．５决策树 Ｃｌｕｓｔｅｒｉｎｇ ＮＯ．＝Ａ Ｓｅｘ＝Ｗ Ａｆｔｅｒ ｓｅｒｖｉｃｅ＝Ｎ 过多次交换重设的数据样本的训练集和检测集， 重复执行可挖掘出列表所给出的所有规则 以聚类结果Ｂ类的特征规则１为例： 特征规则提取： 规则１：Ｃ４．５决策树 Ｓｅｘ＝Ｗ Ｐｒｉｃｅ＝Ｎ 。 Ｈａｎｄｈｅｌｄ＝Ｙ：Ｙ（１２．０／３．０） Ｈａｎｄｈｅｌｄ＝Ｎ ＣＰＵ＝Ｎ：Ｎ（４．０／１．０） ＣＰＵ＝Ｙ Ｍｅｍｏｒｙ＝Ｎ Ｂｒａｎｄ ＝Ｙ：Ａ（１３．０） Ｂｒａｎｄ ＝Ｎ ＯＳ＝Ｎ：Ｎ（３．０） ＯＳ＝Ｙ：Ｙ（５．０／２．０） Ｍｅｍｏｒｙ：Ｙ：Ｙ（４．０） Ａｆｔｅｒ ｓｅｒｖｉｃｅ＝Ｙ：Ｎ（８．０／２．０） Ａｆｔｅｒ ｓｅｒｖｉｃｅ＝Ｎ：Ｂ（１５．０） Ａｆｔｅｒ ｓｅｒｖｉｃｅ＝Ｙ：Ａ（４．０） Ｐｒｉｃｅ＝Ｙ：Ａ（１９．０） Ｓｅｘ＝Ｍ Ｂｒａｎｄ ＝Ｙ Ｓｅｘ：Ｍ：Ｙ（６．０） Ｃｌｕｓｔｅｒｉｎｇ ＮＯ．＝Ｂ Ｐｒｉｃｅ＝Ｎ：Ｂ（５．０） Ｓｅｘ：Ｗ：Ｎ（１５．０） Ｓｅｘ＝Ｍ Ｐｒｉｃｅ＝Ｙ：Ａ（６．０）
毛乾任，等：基于ｃ４．５决策树的大学生笔记本电脑购买行为的数据挖掘 ＣＰＵ＝Ｎ：Ｎ（６．０） ＣＰＵ＝Ｙ ７９ Ｂ类１５个样本，百分比为２５．８６％，由此可找到决 定行为的特征属性。 在１０个正确样本百分比为８５％及以上的决策 Ｄｉｓｐｌａｙ Ｃａｒｄ＝Ｎ：Ｙ（６．０／１．０） Ｄｉｓｐｌａｙ Ｃａｒｄ＝Ｙ 树中，Ａ类的特征规则决定因素主要有品牌、操作系 统、外壳设计以及摄像头像素。Ｂ类的特征规则决 定因素主要有ＣＰＵ、显卡、硬盘容量和电池续航时 问和价格。下面用分层交叉进行具体验证。 Ｓｃｒｅｅｎ ｓｉｚｅ：Ｙ：Ｙ（９．０／３．０） Ｓｃｒｅｅｎ ｓｉｚｅ＝Ｎ：Ｎ（２２．０／７．０） 叶子数：１２ 树的大小：２３ 正确分类样本及百分比８９％ 错误分类样本及百分比１１％ ２大学生消费者的行为特征分析 交叉分析用于分析２个变量之间的关系Ｅ ７］。 在导出聚类结果后，把聚类的Ａ类和Ｂ类作为自 变量。而把要研究分析的其他属性作为因变量。 这里的因变量分别是影响购买行为的主观因素、 可以看出采用规则１划分的正确分类百分比 为１００％。如果ｓｅｘ的属性值为ｗ即性别为女，且 Ｐｒｉｃｅ值为Ｎｏ，如果Ｂｒａｎｄ值为Ｙｅｓ，输出Ａ类，占 Ａ类１３个样本的百分比为３０．９５％；否则Ｂｒａｎｄ 值为Ｎ０，如果Ａｆｔｅｒ ｓｅｒｖｉｃｅ值为Ｎ０，输出Ｂ类，占 客观因素。输出结果如下： 表３客观因素交叉分析 Ｃｌｕｓｔｅｒ 电脑城 二手市场 大型商场 网上购买 小计
８０ ２．１ 两类消费行为趋于理性 重庆理工大学学报 接口数量高出Ａ类消费者约１２个百分点，而对操 总体来看，Ａ、Ｂ类消费者对ＣＰＵ的要求是所 有因素中最高的，分别占到了各自客观考虑因素 的７４．２９％，８４．４８％；其次，两类消费者购买因素 所占比例超过５０％的还有使用需求，散热和内存 容量。大学生在购买因素中，可以根据自己的使 作系统、笔记本厚度、便携和外壳材质的要求 较低。 从主观因素来看，Ｂ类消费者只在价格要求 方面高于Ａ类消费者１４．８６个百分点，而对于外 观设计、材质、品牌要求和是否促销，并不是主要 的考虑因素。 用需求，依次参考ＣＰＵ型号、散热和内存容量。这 几个因素也是生产商应该考虑的重心。 ２．２ Ａ类消费者购买行为 从客观因素可以看出：Ａ类消费者在操作系 统、外壳材质以及摄像头像素、散热几个因素方面 的要求普遍高于Ｂ类消费者。在购买途径中，Ａ 类消费者绝大部分（８５．７１％）去电脑城购买，少部 分选择大型商场购买，基本不在二手市场和网上 购买。并且这类消费者比较看重笔记本电脑的独 特功能以及售后服务，分别高出Ｂ类消费者２７．３３ 个百分点和１８．７３个百分点。 从主观因素分析，Ａ类消费者在品牌和促销 活动方面的考虑因素分别高出Ｂ类消费者２５．６０ 个百分点和２６．７０个百分点，并在笔记本独特的 新功能要求上超出Ｂ类２７．２９个百分点。这类消 费者大部分选择在线下电脑城购买，在线上的购 买几率很低。可见，此类大学生消费者追逐个性 化的独特风格，并且对价格的看重远不及Ｂ类高， 消费大头已经从实用化趋向时尚化。 商家对于这类消费者在抓品牌效应的同时， 可以经营便携性较强，外观设计时尚的笔记本，并 且可以适当延长售后服务期，在实体店里开展一 些促销活动，从而在很大程度上吸引Ａ类消费者。 而对于生产商，产品要保证很好的便携性、外壳材 质和外观设计。一些新功能的推出会更加吸引这 部分消费者。家庭娱乐本、轻薄便携本、时尚丽人 本、超极本将受到这类消费者的青睐，同时在产品 配置上，生产商可以适当调低成本。 ２．３ Ｂ类消费者购买行为 从客观因素分析，Ｂ类消费者对ＣＰＵ、显卡类 型、硬盘容量和电池续航时间的要求远高于Ａ类 消费者。Ｂ类消费者对ＣＰＵ的要求高出Ａ类消费 者约１０个百分点，对显卡类型要求高出Ａ类消费 者约２４个百分点，电池续航时间和硬盘容量以及 在购买途径中，Ｂ类消费者在网上购买的需 求远远大于Ａ类。这类消费者在购机过程中可以 选择市面上一些配置较好的游戏影音本、商务办 公本、２合１电脑等；品牌上可以考虑如宏基、华 硕、联想及ＴｈｉｎｋＰａｄ等配置较好、价格不高的品 牌。Ｂ类大学生消费者在购买笔记本时青睐商家 降价促销和赠送购机礼包。商家在营销上可以抓 住这一点，在经营模式上可以选择线上实行购买 优惠礼品套机的策略，在线下开展降价促销活动， 或者采用赠送购机礼包的方式来吸引Ｂ类消费 者。对于生产商，则要根据这类消费者看重配置 如ＣＰＵ、显卡、电池、硬盘容量的特点，均衡配置、 外观设计和价格三方面的成本。 ３分层交叉进行误差验证 用分层交叉技术评估期望泛化能力，即预测 模型对新鲜样本的适应能力 。模型泛化能 力验证结果如下： 分层交叉验证误差＝＝＝ 正确分类样本及百分比９６ ９６％ 错误分类样本及百分比 ４ ４％ Ｋａｐｐａ统计 ０．９ｌ７ ４ 平均绝对误差 ０．０３５ ６ 均方根误差 ０．１７４ 相对绝对误差 ７．３０４ ８％ 相对平方根误差 ３５．２３６ ６％ 样本总数 １００ 混淆矩阵： ａ ｂ ＜一分类为 ３９ ３ ｌ ａ＝Ａ １ ５７ ｌ ｂ＝Ｂ 从决策树的混淆矩阵中可以看出：在大学生
Ｉ二 毛乾任，等：基于ｃ４．５决策树的大学生笔记本电脑购买行为的数据挖掘 类别Ａ的实例中，３９个被正确预测为Ａ类，３个被 错误预测。在类别为Ｂ的实例中，５７个被正确预 测为Ｂ类，正确分类百分比为９６％，错误分类百分 比为４％，验证说明模型具有较高的新样本数据适 应能力。 清华大学出版社，２００９．３２２—３２４． ８１ ［７］ 樊宁．Ｋ均值聚类算法在银行客户细分中的研究［Ｊ］． 计算机仿真，２０１１（３）：３６９—３７２． ［８］ 瞿小宁．Ｋ均值聚类算法在商业银行客户分类中的应 用［Ｊ］．计算机仿真，２０１１，０６：３５７—３６０． ［９］ 关云鸿．改进Ｋ一均值聚类算法在电信客户分类中的 参考文献： 应用［Ｊ］．计算机仿真，２０１１，０８：１３８—１４０． ［１０］Ｍｅｎａｒｄｉ Ｇ，Ｔｏｒｅｌｌｉ Ｎ．Ｔｒａｉｎｉｎｇ ａｎｄ ａｓｓｅｓｓｉｎｇ ｃｌａｓｓｉｉｆｃａ— ｔｉｏｎ ｒｕｌｅｓ ｗｉｔｈ ｉｍｂａｌｎａｃｅｄ ｄａｔａ［Ｊ］．Ｄａｔａ Ｍｉｎｉｎｇ ａｎｄ 荣晓华，何成义．大学生自我概念与购买决策关系的 Ｋｎｏｗｌｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ，２０１４，２８（１）：９２—１２２． 实证研究——以笔记本电脑市场为例［Ｊ］．吉林工商 ［１１］Ｓａｔｈｙａｄｅｖａｎ Ｓ，Ｒｅｍｙａ Ｒ Ｎａｉｒ．Ｃｏｍｐａｒａｔｉｖｅ Ａｎａｌｙｓｉｓ ｏｆ 学院学报，２０１２（１）：４８—５１． Ｄｅｃｉｓｉｏｎ Ｔｒｅｅ Ａｌｇｏｒｉｔｈｍｓ：ＩＤ３．Ｃ４．５ ａｎｄ Ｒａｎｄｏｍ Ｆｏｒｅｓｔ Ｈｏｎｋａｎｅｎ Ｐ，Ｏｌｓｅｎ Ｓ，Ｍｙｒｌａｎｄ Ｏ．Ｐｒｅｆｅｒｅｎｃｅ—ｂａｓｅｄ Ｓｅｇ－ ［Ｊ］．Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ ｉｎ Ｄａｔａ Ｍｉｎｉｎｇ—Ｖｏｌｕｍｅ ｍｅｎｔａｔｉｏｎ：Ａ ｓｔｕｄｙ ｏｆ ｍｅａｌ ｐｒｅｆｅｒｅｎｃｅｓ ａｍｏｎｇ Ｎｏｒｗｅｉｇｉａｎ １ Ｓｍａｒｔ Ｉｎｎｏｖａｔｉｏｎ，Ｓｙｓｔｅｍｓ ａｎｄ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｖｏｌｕｍｅ， ｔｅｅｎａｇｅｒ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ ｃｏｎｓｕｍｅｒ Ｂｅｈａｖｉｏｒ，２００４，３（３）： ２０１５，３１：５４９—５６２． ２３５—２５０． ［１２］１ｗａｔａ Ｔ，Ｓａｗａｄａ Ｈ．Ｔｏｐｉｃ ｍｏｄｅｌ ｆｏｒ ａｎａｌｙｚｉｎｇ ｐｕｒｃｈａｓｅ Ｍｏｂａｓｈｅｒ Ｂ．Ｗｅｂ Ｕｓａｇｅ Ｍｉｎｉｎｇ Ｉｎ Ｊｏｈｎ Ｗａｎｇ，Ｅｎｃｙｃｌｏ— ｄａｔａ ｗｉｔｈ ｐｒｉｃｅ ｉｎｆｏｒｍａｔｉｏｎ［Ｊ］．Ｄａｔａ Ｍｉｎｉｎｇ ａｎｄ Ｋｎｏｗｌ— ｐｅｄｉａ ｏｆ Ｄａｔａ Ｗａｒｅｈｏｕｓｉｎｇ ａｎｄ Ｍｉｎｉｎｇ［Ｍ］．Ｉｄｅａ Ｇｒｏｕｐ， ｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ，２０１３，２６（３）：５５９—５７３． ２００６． ［１３］汤克明．不确定数据流中频繁数据挖掘研究［Ｄ］．南 Ｊｅｆｒｅｙ Ｌｉｊｆｉｆｊｔ，Ｐａｎａｇｉｏｔｉｓ Ｐａｐａｐｅｔｒｏｕ．Ａ ｓｔａｔｉｓｔｉｃａｌ ｓｉｇｎｉｉｆ· 京：南京航空航天大学，２０１２． ｃａｎｃｅ ｔｅｓｔｉｎｇ ａｐｐｒｏａｃｈ ｔｏ ｍｉｎｉｎｇ ｔｈｅ ｍｏｓｔ ｉｎｆｏｒｍａｔｉｖｅ ｓｅｔ ［１４］王萍．基于数据挖掘技术的消费者行为研究［Ｄ］．长 ｏｆ ｐａｔｔｅｒｎｓ［Ｊ］．Ｄａｔａ Ｍｉｎｉｎｇ ａｎｄ Ｋｎｏｗｌｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ， 春：吉林大学，２００４． ２０１４，２８（１）：２３８—２６３． ［１５］李军．基于用户行为挖掘的数据流管理技术研究 林嘉．系统设计和基于用户行为分析［Ｄ］．广州：中州 ［Ｄ］．北京：北京邮电大学，２０１２． 大学，２０１３． 俞勇，薛贵荣，韩定一，等．Ｗｅｂ数据挖掘［Ｍ］．北京： （责任编辑杨黎丽） （上接第５１页） ｉｎｇｓ［Ｃ］／／Ａｂｓｔｒａｃｔ ｏｆ Ｃｈｉｎａ ６ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ［４］ 刘志全，张鹏顺，沈允文．高速滚子轴承的热分析模型 ｏｎ Ｔｒｉｂｏｌｏｇｙ．Ｂｅｉｊｉｎｇ：［Ｓ．ｎ．］，２０１１． ［Ｊ］．机械科学与技术，１９９７，１６（４）：６０７—６１１． ［１Ｏ］ 崔立，王黎钦．航空发动机高速滚子轴承动态特性分 ［５］ 崔力，郑建荣．考虑刚性转子非线性振动的圆柱滚子 析［Ｊ］．航空学报，２００８，２９（２）：４９２—４９８． 轴承动态特性研究［Ｊ］．振动与冲击，２０１０，２９（１０）： ［１１］ 王军领，郑翔，吴焕．圆柱滚子轴承动静态有限元分析 １１３一ｌ１７． ［Ｊ］．扬州大学学报：自然科学版，２０１２，１５（２）：４３ ［６］ 陈观慈，王黎钦．高速球轴承的生热分析［Ｊ］．航空动 ４６． 力学报，２００７，２２（１）：１６３—１６８． ［１２］ 易学平．圆柱滚子轴承力学特性分析及其数值模拟． ［７］ 刘志全．高速滚子轴承热分析及油膜测试［Ｄ］．哈尔 ［Ｄ］．哈尔滨：哈尔滨工程大学，２００９． 滨：哈尔滨工业大学，１９９６． ［１３］ Ｂｒｏｗｎ Ｊ Ｒ．Ｆｏｒｓｔｅｒ Ｎ Ｈ．Ｏｐｅｒａｔｉｎｇ ｔｅｍｐｅｒａｔｕｒｅ ｉｎ ｌｕｂｒｉ— ［８］ 张占立，王燕霜．高速圆柱滚子轴承动态特性分析 ｃａｔｅｄ ｒｏｌｌｉｎｇ ｅｌｅｍｅｎｔ ｂｅａｒｉｎｇｓ ｏｆｒ ｇａｓ ｔｕｒｂｉｎｅｓ［Ｒ］．ＡＩＡＡ ［Ｊ］．航空动力学报，２０１１，２６（２）：３９７—４０３． ２０ｏｏ一３０２７．２ｏ００：１２６８—１２７５． ［９］Ｋｏｔｚａｌａｓ Ｍ Ｎ，Ｄｏｌｌ Ｇ Ｌ，Ｅｖｎａｓ Ｒ Ｄ．Ｔｈｅ Ｉｍｐｏ￣ａｎｃｅ Ｏｆ Ｃｏａｔｉｎｇ Ｄｕｒａｂｉｌｉｔｙ Ｏｎ Ｔｈｅ Ｐｅｒｆｏｒｍａｎｃｅ Ｏｆ Ｒｏｌｌｅｒ Ｂｅａｒ· （责任编辑刘舸）