基于校園點餐數(shù)據(jù)的學(xué)生消費偏好敏感性分析

張武 康等銀 王德方

【摘要】本文基于移動端的校園點餐系統(tǒng)所收集的數(shù)據(jù)，采用Excel及PMT工具對數(shù)據(jù)進(jìn)行了性狀分析和算法研究，通過決策樹模型給出了校園學(xué)生用餐的消費偏好及敏感因素，對校園經(jīng)營者及政策決策者具有一定的參考價值。

關(guān)鍵字：移動消費、消費偏好，敏感性，決策樹

中圖分類號： C913.33???? 文獻(xiàn)標(biāo)志碼：A

在當(dāng)前移動消費日益昌盛的今天，校園移動消費也在不斷發(fā)展，基于此環(huán)境，以雙創(chuàng)學(xué)生為主體課題組開發(fā)了“美美校園生活服務(wù)平臺”，通過運營，效果良好，并取得了一定的數(shù)據(jù)量。通過大數(shù)據(jù)思維的數(shù)據(jù)挖掘，對校園學(xué)生的消費偏好及因素敏感度進(jìn)行了性狀分析和算法研究，其目的在于不僅能為校園店鋪經(jīng)營者給出提高銷售額的有效辦法，也能為學(xué)校調(diào)整后勤保障政策提供決策信息。

數(shù)據(jù)、工具、方法說明

本課題所采用的數(shù)據(jù)來自于學(xué)生自主開發(fā)的移動點餐系統(tǒng)“美美校園生活服務(wù)平臺”的實際數(shù)據(jù)，該移動點餐程序采用Android系統(tǒng)開發(fā)，微信小程序發(fā)布，數(shù)據(jù)與程序部署于“阿里云”服務(wù)器。數(shù)據(jù)時間范圍為2018年10月至2019年4月，經(jīng)整理后的實例數(shù)達(dá)3548條，主要數(shù)據(jù)屬性為店鋪名、訂單id、時間、樓房、餐品名、價格等。

本課題主要采用Excel2013及PMT大數(shù)據(jù)挖掘分析工具。研究采用的主要方法為詞頻分類、決策樹等數(shù)據(jù)分析算法及大數(shù)據(jù)的可視化分析方法。

與課題相關(guān)的技術(shù)與研究方法

數(shù)據(jù)的預(yù)處理

高質(zhì)量的決策必須依賴于高質(zhì)量的數(shù)據(jù)，但是初始數(shù)據(jù)中存在部分的臟數(shù)據(jù)，例如數(shù)據(jù)的不完整（感興趣的屬性沒有），含噪聲（數(shù)據(jù)中存在錯誤、或異常（偏離期望值）的數(shù)據(jù)），不一致（數(shù)據(jù)內(nèi)含出現(xiàn)不一致的情況）。數(shù)據(jù)預(yù)處理包括數(shù)據(jù)清洗，缺省值填充，數(shù)據(jù)選擇，數(shù)據(jù)變換，數(shù)據(jù)集成。處理過程中需要將時間格式分類定位至年、月、日、時等不同分類;商品品名是字符串格式，需要編程分割并列入不同屬性以便詞頻分類。

詞頻分析

詞頻分析的目的是從商品品名中辨識出葷菜、素菜及米食、面食四種屬性。目前，詞頻分析的方法主要分為兩類：一種是基于詞典的方法;一種是基于機(jī)器學(xué)習(xí)的方法，如基于大規(guī)模語料庫的機(jī)器學(xué)習(xí)。前者需要用到標(biāo)注好的類別詞典，英文的詞典有很多，中文主要有知網(wǎng)整理的情感詞典Hownet和臺灣大學(xué)整理發(fā)布的NTUSD 兩個分類詞典，還有哈工大信息檢索研究室開源的《同義詞詞林》可以用于詞典的擴(kuò)充。基于機(jī)器學(xué)習(xí)的方法則需要大量的人工標(biāo)注的語料作為訓(xùn)練集，通過提取文本特征，構(gòu)建分類器來實現(xiàn)分類。

決策樹

決策樹是一種通過對歷史數(shù)據(jù)進(jìn)行測算實現(xiàn)對新數(shù)據(jù)進(jìn)行分類和預(yù)測的算法。簡單來說決策樹算法就是通過對已有明確結(jié)果的歷史數(shù)據(jù)進(jìn)行分析，尋找數(shù)據(jù)中的特征。并以此為依據(jù)對新產(chǎn)生的數(shù)據(jù)結(jié)果進(jìn)行預(yù)測。它代表的是對象屬性與對象值之間的一種映射關(guān)系。數(shù)據(jù)挖掘中決策樹是一種經(jīng)常要用到的技術(shù)，可以用于分析數(shù)據(jù)，同樣也可以用來作預(yù)測。

決策樹既可以用于分類問題，也可以用于回歸問題。決策樹的優(yōu)點是可讀性強，分類速度快。通常采用損失函數(shù)最小化原則。我們采用的事scikit-learn 中的回歸決策樹（Decision TreeRegressor），主要用于回歸問題。這個決策樹采用的是優(yōu)化的CART 決策樹算法，而雜質(zhì)度量方法常用Gini 指標(biāo)，，其中表示屬于類的概率。

數(shù)據(jù)基本性狀

經(jīng)處理后的數(shù)據(jù)共3545個實例，無缺失值。因為所包含的特征變量較多，故將店鋪名設(shè)定為目標(biāo)變量（target），在此基礎(chǔ)上，將特征變量（feature）分為二個變量群，分別為：餐品價格屬性、時間地理屬性。通過這二個方面的性狀呈現(xiàn)，可以大致刻畫出整個校園學(xué)生餐食偏好的數(shù)字肖像。

餐品價格屬性

餐品價格屬性的特征變量定義為：金額、素量、葷量、米食、面食。通過PMT的可視化數(shù)據(jù)呈現(xiàn)，其中金額與素葷米面的性狀關(guān)系如圖3-1所示：

以上圖可看出：米食相對面食品種多，且價格也繁多。素食相對葷食品種多，也價格繁多;米食和素食更偏向低價區(qū)，而面食和葷食對價格相對不敏感，只要口味好，學(xué)生不太計較高價格;玉枝園4樓5灶出售份額多，更受學(xué)生青睞。

米面葷素的占比情況如圖3-2所示：

以上圖可看出：素食占比略大于葷食，米食占比顯大于面食，這與學(xué)生消費能力有限，米食出餐速度快且配送方便有關(guān)。

時間地理屬性

時間地理屬性的特征變量定義為：月、日、時、樓名、房號。通過PMT的可視化數(shù)據(jù)呈現(xiàn)，時間地理屬性的性狀關(guān)系如圖3-3所示：

以上圖可看出：士官公寓的點餐時間集中度略早，在上午10點就開始，兩個女生公寓（槐香、榆繁）點餐時間集中在上午11點至13點，下午基本不再點餐，其他公寓（柳蔭、柏盛、松鳴）點餐時間正常;男生偏愛4樓4灶，女生偏愛5樓7灶;點餐更集中于10-12月，樓層越高點餐份額越多。

學(xué)生消費偏好的敏感性分析

學(xué)生消費偏好的敏感度分析的主要目的是想通過算法的進(jìn)一步深入應(yīng)用，以數(shù)據(jù)分析來模擬學(xué)生的視角，了解學(xué)生通過哪些因素的判斷來訂購餐品的，從而為餐品提供者提高銷售收入給出數(shù)據(jù)依據(jù)。

模型采用的是決策樹分類算法，我們依然選擇店鋪名為目標(biāo)變量，特征變量選定為單價、葷量、素量、米食、面食，即我們認(rèn)為影響學(xué)生選擇的主要因素有三個：價格、葷素、米面。

經(jīng)過運算，共有239個節(jié)點，120個葉子節(jié)點，顯然由于數(shù)據(jù)量較小，且未經(jīng)過剪枝處理，樹的性狀不是優(yōu)良狀態(tài)，為簡化計算，我們?nèi)?層樹進(jìn)行分析。決策樹的可視化圖如圖4-1。

由圖中可以判斷：學(xué)生的第一判斷因素是價格，如果餐品價格小于7元，有35.3%的學(xué)生會選擇玉枝園4樓5灶，如果餐品價格大于7元，此時學(xué)生將開啟第二判斷因素，即米面偏好因素，學(xué)生更多地轉(zhuǎn)向玉枝園4樓4灶的米食;然后再次判斷價格，轉(zhuǎn)向玉枝園5樓6灶;最后開啟第三判斷因素，即葷素偏好因素，再次轉(zhuǎn)向玉枝園4樓5灶的素食食品。

結(jié)論

總體來看，學(xué)生的因素判斷順序為價格（低價）——米面（米食）——價格（低價）——葷素（素食），玉枝園4樓5灶的節(jié)點更多，表明該節(jié)點價格低、蓋澆飯品種多且素菜品種多，更受學(xué)生偏愛。同時，建議商家在目前學(xué)生消費能力不高的情況下，要多提高素食品種并提升出餐速度，才是增長銷售額的有效手段。

參考文獻(xiàn)：

[1] 孫琳.基于電商企業(yè)運營數(shù)據(jù)的商品定價策略研究.2017大數(shù)據(jù)分析專業(yè)競賽作品集上冊.2017.