基于大學生校園卡消費數據特征分析學生消費能力

紀松江　陳豪　唐博浩　張明

摘要：隨著數字化時代的到來，推動著校園數字化快速發展，校園卡的普及更是對校園數字化最突出的部分。通過對校園卡的使用，并對校園卡所產生的數據，直接反映了學生在校生活的消費情況。能夠幫助學校對學生的消費行為有大體的了解，同時利用大數據分析技術，對電子科技大學成都學院的學生做一個細致的研究，利用K-means聚類算法對學生使用校園卡的消費記錄聚類分析，同時能得出每一位學生的消費能力層級。其所得到的成果能幫助學校做出科學有效的決策，同時對異常的消費行為做出科學的引導。

關鍵詞：大數據分析;校園卡;消費能力

從大量的數據中提取出需要的數據，并且讓數據發揮出各自的價值，這就是數據的價值。現在很多的問題都能通過海量的數據去解決，提取大量數據其中隱含的消息，潛在的規律。現在研究的內容包括：通過已經認定的貧困生所處的貧困等級線，比較每名學生與貧困等級線的偏離程度;采用月消費金額，通過聚類算法對學生校園卡消費數據進行分組;用整體的消費金額的平均水平衡量貧困等級線，并作出調整;由于上述研究內容易存在弊端，不具有強有力的說服力：在已經獲得的貧困生里面，存在少部分的假貧困生，對貧困等級線帶來誤差;對最后得出的貧困等級，需要做數據檢驗，看整體的偏移程度，核對算法的整體有效性。

綜上所述，基于大學生校園卡消費數據特征分析學生消費能力整體的思路是：統計整個學生的消費能力數據，得出整體的消費金額的平均水平;根據整合的數據得出每一名學生的月消費總金額和月消費總次數;根據整體的消費情況得出的消費金額和消費次數剔除部分異常的數據值;并且將學生分成四類。

A類：消費次數低于均值，消費金額高于均值定位消費能力良好

B類：消費次數處于均值，消費金額低于均值定位消費能力為一般

C類：消費次數高于均值，消費金額低于均值定位消費能力為差

D類：消費次數高于均值，消費金額高于均值定位消費能力較好

聚類是指將相似的事物或者事件化成同一類別，將不相似事物或者事件劃分為同一類別。按照K-means聚類算法對學生分類，最后得出每位學生的消費能力等級。

一、校園卡數據與消費能力

（一）校園卡數據結構

以電子科技大學成都學院為例，該校的校園卡用于存儲學生的消費記錄，校園卡的數據結構包含了學生的年級、院系、身份證號碼、姓名、交易類型、交易金、交易終端和交易時間的數據。對總的消費數據進行研究和分類。校園卡的數據結構如表1所示。

（二）學生消費能力

根據表1的校園卡數據結構，可知目前電子科技大學成都學院的學生目前的消費能力，消費的時間。每位學生在不同的交易時間里，消費的地點和消費的金額也不相同。由于每個人消費觀念不同，對于每次消費的支出金額也不相同。

二、數據處理及數據分類

（一）數據獲取與處理

首先對數據進行獲取和預處理，通過電子科技大學成都學院校園卡數據庫后臺導出的數據，經過初步的篩選，得出學生的姓名、學號、交易類型、交易金額、交易終端、交易時間以及學生所屬的二級學院具體的如表2學生校園卡數據結構所示。

可以看出，在表2中，每一位同學的姓名和每次交易時間下花費的金額。將每次的消費記錄統計出來之后，將會在表2的基礎上進行優化，將會統計出每位學生和每位學生月消費金額，如表3月消費金額和月消費次數所示。

在這個過程中，針對大一、大二、大三學生，畢業班學生不做參考，同時數據表里存在部分的異常數據，也同時剔除出去。考慮到大部分學生會在學校正常就餐，少部分同學訂外賣，外出吃飯和一些家庭條件困難同學可能會一日兩餐，將月消費次數低于60的數據剔除。

（二）消費能力對應關系

深入分析消費金額和消費次數與規定的學生的A，B，C，D四個等級之間的對應關系，通過K-means聚類算法，得出表4學生的消費能力等級與消費金額和消費次數的對應關系所示。

通過表4可以看出，當符合等級A的同學，每個月最低的消費金額是782.449533，而消費次數是88.876999;當符合等級為C的同學，每個月最低的消費金額是171.466299，而消費次數是17.9199105;當符合等級為D的同學，每個月最低消費金額是1270.302469，而消費的次數最低是135.882793;當符合等級為B的同學，每個月最低的消費金額是493.674104，而消費的次數最低是55.868327。

通過使用K-means聚類算法，將數據進行預處理之后，又最開始定的學生四類等級，同時將最后的結果回歸到學生四類等級中，就可以知道符合四類等級的區間的詳細的消費信息。表4中，變量S代表每一位學生的月消費金額。同時也將會根據實際需要并且同時結合實際的情況，適當的進行修改標準，同時也給出最終判定大學生消費能力的標準：

1. 0

2. 171.466299

3. 493.674104

4. 782.449533