基于校園一卡通消費行為分析

劉訓星 姜峰 龔勇

摘要：隨著智慧校園的建設，一卡通在校園中發揮重要的作用，在一卡通中存放大量數據，本文中使用weka調用Apriori算法，分析我校貧困生消費情況，同時對全校消費額占比分析和刷卡次數占比分析，為學校管理層在降低學生生活成本和提供高效服務兩方面提供數據支持。

關鍵詞：智慧校園;一卡通;消費行為分析

一、引言

宣城職業技術學院經過這幾年的快速發展，信息化技術得到長足的發展，隨著德處項目不斷推進，學校在基礎建設、管理多方面將得到很大提高，其中智慧校園建設是德處項目的重要組成部分，校園一卡通將是智慧校園建設實現的基礎，包含學生大量信息，具有消費功能和身份識別功能。

本文通過對宣城職業技術學院校園一卡通產生的數據獲取、處理、分析，獲取當前學生消費行為，通過關聯性因素挖掘分析，獲得有效數據，可以依據對數據挖掘分析的結果，有助與學生管理、有助于提高服務水平，為我校智慧校園的建設提供更有價值的數據。

二、消費行為分析

Apriori算法能夠通過對數據的分析挖掘出強關聯，在Apriori算法中支持度是重要指標用來表示集中項一同出現的概率大小，當概率小時說明兩個數據集間的關聯小，當概率為百分之百時前一個項集直接影響后面一個項集。Apriori算法在關聯規則挖掘重要算法，主要任務有頻繁項集產生和關聯規則產生。

三、算法介紹

（一）Apriori關聯規則指標

從樣本中能挖掘大量的關聯規則，現實中在大量關聯規則中只有部分關聯規則是有效的。造成無效的原因主要在兩個方面：一個是沒有達到足以信服程度，另一個是所產生的規則只能很小范圍使用。所以我在判斷一條挖掘的規則是否有價值，有不少衡量指標，在這其中支持度和置信度是兩條重要衡量指標。

（二）Apriori關聯規則操作步驟

（1）頻繁項集的產生與發現。步驟一：構建單元素項集列表，可以通過構造相應的數據，然后將數據元素轉換位不可變的集合，并將其存儲到列表里;步驟二選擇滿足支持度要求數據集合，創建頻繁項集同時記錄任意元素支持度并存放到字典中，刪除不符合支持度要求的元素;步驟三尋找符合支持度要求組合集合，創建頻繁我們所需項集列表，找出符合支持度要求集合列表。

（2）頻繁項集發現關聯規則。

（三）實驗的數據獲取

從宣城職業技術學院校園一卡通數據存放數據庫中將最新數據導出，從而用于實驗。打開存放數據服務器的sql server 2005，從中找到存放數據的數據庫。

從數據庫找到存放數據的表，從中我們就能看到一卡通在使用過程中產生的數據了。

為了使得獲取的數據有助于數據挖掘過程中的的使用，將存放在服務器中一卡通的數據以.csv格式導出數據。在SQL Server Management Studio窗口中找到新建查詢命令，打開新建查詢窗口，在窗口中輸入查詢SQL語句;執行查詢命令;將查詢結果另存為制定格式文件（.csv）。

三、一卡通中學生消費數據的分析和挖掘

在服務器中獲取9257條一卡通原始消費數據。

（一）按消費場所的角度分析

通過獲取2018年9月1日-2018年12月31日一卡通數據，通過分析處理：①在此期間一共消費1539678.41元;②消費額占總比前三位的是食堂一樓、超市、食堂二樓。為此供學校管理層提供基礎數據，嚴格管理食堂與超市，有助于降低學生生活費，特別是生活困難的學生;③一卡通共刷卡次數為1048575次。④刷卡次數前三位是二樓浴室、一樓浴室、開水房。有助于管理層，重視熱水供應過程中安全問題，同時注意浴室設施設備是否安全夠用，設備是否需要更新，改善學生生活水平;⑤二號樓門面八和二號樓門面十二刷卡次數和消費額都比較低，有助于管理層引進更加有競爭力服務商，從而更好為學校師生提供服務。

（二）使用軟件weka3.8.0挖掘數據

（1）數據預處理。在眾多數據中有少數一卡通消費次數和消費額都非常低，可能是走讀生或卡片丟失重新補辦，同時目前數據量比較大，為了防止這些數據對后面挖掘結果的影響，我們刷卡次數低于等于100，同時消費額低于300元數據刪除，處理之后還保留2546條有效數據。

（2）數據離散化處理。由于在進行關聯規則分析時，不能處理為Numeric型數據，所以必要的Numeric型數據進行離散化處理，將刷卡次數分為B_H、B_M、B_L，將消費金額分為C_H、C_M、C_L。

（3）將經過預處理后的數據轉換為.csv格式存放，用weka軟件打開.csv格式數據，并保存為.arff格式數據。在weka中打開 ? ? .arff格式數據，由于一卡通卡號對后面數據處理沒有意義，故在進行關聯規則分析前將其刪除。

（4）Apriori算法的使用。將參數metrictype設為Confidence，此處共三個可選擇分別是杠桿率、提升度、確信度。將參數numRules設為6，目的是通過管理規則算法產生6條規則，其它參數設置如圖3所示。

（5）關聯規則分析結果。通過上述6條規則，我們能獲得以下結論：第一個：消費水平為C_H的有624張卡，有621張卡不是貧困生，可信度是100%;第二個：消費水平為C_M的有873張卡，有863張卡不是貧困生，可信度是99%;通過對規則4、5分析我校貧困生比較節約，非常珍惜來之不易的補助。第三個：刷卡次數為B_H且消費金額為C_H有304張卡，有304張卡不是貧困生，可信度是100%;第四個：刷卡次數為B_H且消費金額為C_M有261張卡，有260張卡不是貧困生，可信度是100%。通過對規則2、3分析我校貧困生消費比較控制。

四、結語

關聯規則能夠真實反應學生消費情況，通過數據挖掘不難發現存在規律，這些規律有助于管理者作出恰當決策。

學生貧困等級劃分時，有清晰界限，然而在消費時界限還比較模糊。前期對數據處理進行大量處理工作，雖然食堂、浴室和超市都使用便捷Pos終端，但是依然有不少同學使用微信和支付寶支付。在消費額會存在一定程度的偏差。本文只在數據挖掘一個方面進行研究，在數據挖掘還有許多挖掘算法，能進一步提高挖掘數據的準確性。在未來尋找性能更加優秀的挖掘模型。

參考文獻：

[1]丁榮，孫曉輝，李智勇.基于校園一卡通的高校貧困生消費行為分析[J].網絡與信息工程，2016（18）：78-79.

[2]張紅蕾.數據挖掘在校園卡消費中的研究與應用[D].蘭州：蘭州交通大學，2016.

作者簡介：

劉訓星（1981.11-），男，安徽宣城人，講師，碩士，主要研究方向：數據挖掘和教育技術信息化。

姜峰（1986.10-），男，安徽池州人，初級職稱，大學本科。

龔勇（1982-），男，安徽宣城人，碩士，講師，主要研究方向：人工智能。

基金項目：

2018年度安徽省高等學校省級質量工程計算機教研室項目，編號：2018jyssf087，負責人：劉訓星。