徐勇+杨佳梅+段妮歌+弋改珍

摘要：随着大数据时代的到来，大数据分析技术已经在各行各业得到了应用和发展。研究了数据分析技术中主成分分析方法的原理和数据建模方法。以咸阳师范学院大学生上网行为数据为数据源，借助SAS软件中的数据库和分析模块，对数据源进行采集、整理、清洗，建立分析指标，对预处理后的数据从购物、社交、科技等网址类别指标进行主成分分析，得到大学生上网的高峰期和不同类别对大学生上网情况的影响。最后，根据对大学生上网情况的分析提出合理的规划与建议。

关键词：大数据；主成分分析；大学生上网行为数据

中图分类号：G202 文献标识码：A 文章编号：1009-3044（2016）33-0018-03

Abstract： With the advent of the era of big data， big data analysis technology has been applied and developed in all walks of life. The principle of principal component analysis and data modeling methods are studied. Using the students online behavior data for data source in XianYang Normal University， using database and analysis module in SAS software， the data source collection， sorting， cleaning and set up the index， and the pre processed data from shopping， social， science and technology. The types of indicators for principal component analysis， University students' in Internet the peak and different categories of Internet influence on students， finally put forward the planning and reasonable suggestions for college students.

Key words： big data； principal component analysis； university students' Internet behavior data

隨着互联网的飞速发展，生活在信息时代下的大学生们，自然少不了对于网络的使用。根据中国互联网络信息中心发布报告中的数据，表明网民的规模在迅速增大[1]。为了研究网络对大学生的影响，利用主成分分析方法对大学生上网行为数据进行分析。

主成分分析方法先是由K.皮尔森针对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形，其实际应用十分广泛，比如人口统计学、数学建模、数理分析等学科中，是一种常用的多变量分析方法[2]。SAS作为统计分析的标准软件，被广泛应用于科研，教育，生产和金融等不同的领域，并且发挥着越来越重要的作用[3]。

本文通过研究主成分分析方法的原理和数据建模方法，以我校大学生上网行为数据为数据源，借助SAS软件中的数据库和分析模块，对数据源进行采集、整理、清洗，建立分析指标。……