高校本科生就餐数据挖掘剖析.docVIP

高校本科生就餐数据挖掘剖析 　　摘要：目前高校本科生的身体素质普遍下降，大学生除了加强体育锻炼外，还需要在日常饮食上注意养成良好的习惯。校园卡是高校智能化管理的重要手段和媒介，学生在校园内的各项活动都能通过校园卡后台管理系统反映出来，将学生消费数据从数据库中提取出来，分析学生的三餐消费情况，通过关联分析不同消费属性之间的关联强度得到学生的就餐习惯。对不在食堂就餐的学生，应重点关注这类学生的就餐问题，确保学生按时就餐，不节食。 　　关键词：本科生；校园卡；饮食消费；数据挖掘；关联规则 　　1引言 　　随着经济的快速发展和物质生活水平的提高，很多高校大学生的身体素质却在下降，根据《国民体质监测公报（2014）》调查显示，与前几年相比，学生体质与健康状况总体改善，中小学生身体素质继续呈现稳中向好趋势，而大学生身体素质继续呈现下降趋势。很多高校对学生的体育课程数量作了添加，以期提高学生的身体素质。除了体育锻炼外，是不是存在部分学生因为饮食不规律而导致身体素质下降？如男生熬夜玩游戏导致没有时间吃早餐，女生为了瘦身节食等情况。本论文通过对在校本科生的消费挖掘分析，得到学生的就餐情况，对饮食不规律的学生，校方和老师要加强管理，及时解决存在的问题，培养良好的饮食习惯。 　　2数据预处理 　　数据预处理的目的是提高数据质量，通过对所收集的不同来源数据的审核、清理、补充完善等一系列操作，保证数据的挖掘和分析结果。 　　2.1数据收集 　　数据收集是根据目的需求，收集所需数据到单个位置以便挖掘分析。由于本校的校园卡管理系统覆盖各个层面，包括多个应用平台，因此本论文的数据分别来源于校园卡管理平台下的综合业务管理子系统（留学生餐厅、馕房消费）、商务子系统（昆仑校区食堂、商店消费）、第三方对接子系统（国际教育大厦水控、商店、休闲吧消费）、POS子系统（温泉校区汉餐及清餐充值、消费）等不同子系统。整理汇总后，本论文从校园卡后台数据库获取的2016-2017学年第一学期138天的消费流水数据量约801万条。 　　2.2数据清理 　　数据清理是通过约简数据和属性、纠正错误、填写缺失值等可行性操作来保证数据的质量。本论文对汇总后801万条消费流水数据进行审核后，发现不同子系统平台下的数据格式不同，各属性列所占存储空间也不同，为提高数据的一致性，本论文将采用下列四种不同方式的数据清理。 　　2.2.1约简数据 　　本论文的分析主体为在校本科生，因此约简了外国留学生、教职工、研究生等15项与本论文研究无关人员的数据，约简后的数据量为538万条。 　　2.2.2约简属性 　　本论文的分析主题为在校本科生的饮食消费，因此约简了开户单位、账户类型、操作员、流水状态、交易单位等16项与学生消费无关的属性。 　　2.2.3纠正错误 　　本论文审核数据时发现由于业务操作员的误拼或者输入法的切换冲突等，导致民族学生姓名中的分隔符“?”，错误显示为“？”或“-”等，因此在导人数据库之后纠正错误信息，纠正为正确的“?”。 　　2.2.4填写缺失值 　　因为学校现有三个校区，当学生在三个校区之间活动时，偶尔会因为网络延迟或者不同子系统间上传数据而产生乱码，本论文将乱码数据分别归类填写到相应的属性列中。 　　3数据挖掘分析思路及方法 　　确定分析思路主要是为了准确、全面分析学生的就餐情况。本论文将从三餐消费维度切人对在校本科生的消费情况作统计、挖掘分析。 　　3.1三餐分析 　　每日三餐是学生在校内学习和生活的基础保障，也是学生自我管理的体现，通过对在校本科生的一日三餐统计分析，了解学生的饮食情况，帮助老师规范学生饮食习惯。本论文从日常的消费流水数据中，将学生的三餐根据对应的时间段分别统计，每餐的所有刷卡次数和金额累计为该餐的一次消费和金额，统计出三餐的就餐天数后计算三餐的就餐率，根据各餐的频繁性得到学生的就餐习惯。 　　3.2算法选择 　　算法是对问题解决方案的准确而完整的描述，确定分析维度之后，将数据收敛到与分析主题相关的范围，提高数据的处理速度与准确性，然后选择合适、高效的算法来分析。 　　3.2.1统计分析 　　统计分析是应用最广泛的数据处理技术，通常三个步骤即可完成对数据的操作，即收集-整理-分析。本论文将不同来源的食堂消费流水数据收集整理后，对学生三餐消费数据进行分析，如统计出各餐的消费人数及天数，查看随着时间的增加，学生的消费天数是否增加，有多少学生能保证规律性就餐，学生的就餐趋势是递增还是递减。 　　3.2.2关联分析 　　关联规则挖掘的主要目的在于发现数据中有意义的关联关系。本论文通过创建关联矩阵，查看所有学生的消费金额、天数与总金额之间的关联强度。前面通过统计的方式分别计算机出学生的三餐消费天数和消费金额、学期