文档介绍：基于校园卡数据的大学生消费特征分析1
学院: 经济学院
专业: 应用统计
姓名: 季震、苏白、李杰
指导教师: 韩中
完成日期: 2015 年 6 月 26 日
1 注:该论文获得由中国统计教育学会举办的“2015 年(第四届)全国大学生统计建模大赛”大数据统计建
模类研究生组二等奖。
基于校园卡数据的大学生消费特征分析
南京财经大学季震、苏白、李杰
摘要
本文以可视化技术为数据呈现以及分析的主要手段,结合时间序列模型、
k-means 聚类以及 BootStrap 方法,对近八百万条的学生校园卡消费记录进行挖
掘、分析与预测,分析所采用的软件为 R。本文在利用时间序列乘法模型预测
的基础上,将学生按消费的习惯与特征分为六类人群,监测出 41 个异常值,并
依据每类人群的不同消费特征给出了提高校园中各餐饮中心服务水平和降低资
源浪费的政策建议,以期能够为提高校方管理和服务师生的水平提供科学的依
据。
关键词:可视化;R 语言;校园卡;数据挖掘
一、选题背景
(一)社会背景
随着的不断提高,对饮食也提出了新的要
求,人们的饮食观点开始由吃饱、吃好向营养、保健、长寿方向发展。当前消
费市场中,大学生作为一个特殊的消费群体正受到越来越大地关注,他们的饮
食消费内容在社会大背景影响下日益多样化。由于大学生年龄较轻,群体较特
别,他们有着不同于社会其他消费群体的消费心理和行为。就饮食消费而言,
大学生有其自身的特点,大学生的消费需求虽不能和一般人的消费相提并论,
但也不能绝缘分开。
(二)校园背景
大学校园一般占地较大,不同的餐饮消费中心相隔甚远,若不能够及时掌
握就餐消费人数的情况,会导致一些食堂人数爆满,一些食堂门可罗雀,导致
资源不能够有效利用。大学生的饮食消费行为是一个复杂的活动过程,它不是
孤立存在的,要受到诸多内外因素的影响,在同一群体内受多种等同或近似因
素的影响,有着相同或相似的消费需要、消费方式、消费结构和消费水平,所
以研究大学生的饮食消费,给出合理的建议,构建预测校园内各消费点的实时
消费人数模型具有重要意义。
1
(三)模型构建思路
在大数据的基础上利用时间序列模型进行分析预测,数据是利用某大学
2014 年度第二学期的所有在校学生信息、校园卡消费记录以及校园内的商户信
息,其中包括学生信息 30861 条、交易信息记录 7915289 条和商户信息 134 条,
此外还包括天气信息记录 26660 条。建模思路主要包括:
,探索消费量随时间变化的趋势,并加以预测
二、文献综述
统计学从诞生之时起就在不断的帮助人们从社会生活中找寻数据,并从数
据中发现价值。伴随着科学技术的发展,统计分析的方法和效率也在不断的改
善。统计学不可能停止前进的步伐,因为“数据”还有太多未解之谜,并且还在
不断增加新的谜面,尤其是随着大数据时代的来临数据含义不断拓展数据来源
不断增加,迫使统计学站在一个新的起点上。
(一)大数据的定义
目前,大数据的重要性有目共睹,但是对于大数据的定义却众说纷纭,我
们在此不做赘述。李金昌(2014)对于大数据的“大”给了一个令人信服的界定。
一是“全体”的意思,即大数据就是一定条件下的全体数据,并且数据量必须达
到一定的规模;二是“可扩充”的意思,即大数据就是可以不断扩充容量的数据,
任何数据一旦发生就可以被记录、被吸收、被储存,理解这一点非常重要;三
是“有待挖掘”的意思,即大数据是有待挖掘的数据。
本文研究的总体是某学校全体学生一个学期的在校园内的所有消费行为,
数据来源于校园卡系统交易数据特点符合大数据的特点,因此我们对于这个数
据的分析要结合当前大数据分析的特点来进行。
胡雄伟(2013)指出,大数据分析实际上可以理解为两个过程,一是把数
据由大变小的过程,比喻为物理过程;二是从处理过的大数据中提取价值的过
程,比喻为化学过程。
2
(二)相关研究
一幅图胜过千言万语,人类从外界获得的信息约有 80%以上来自于视觉系
统。数据可视化利用散点图、面积图、曲线图、曲面图、树形图、网络图等图
形图像来显示各种类型的数据,用形象直观的图像来指引数据分析的过程,使用
户加深对数据含义的理解,发现隐藏在数据背后难于察觉的现象,以此加快获
取知识的速度更全面的把握数据所表达的含义。
本文主要采用的统计方法多数是基于数据可视化进行,主要包括利用平行
坐标法辅助 k-means 聚类分析;时间序列预测法以及对于离