基于校園卡消費數據的大學生消費行為的研究

湛思思 馮維華 杜宇 曾衛林

摘 要 隨著校園一卡通的普及，它可以對學生的數據進行一個數據的整合和優化，能夠幫助學校對學生的消費行為有一個有效的了解和監督。利用大數據，學校對學生的消費信息做一個全面的研究，采用K-means聚類算法對學生消費行為進行消費習慣聚類分析，學校對一些異常的消費行為進行消費觀念的指導，有利用學生樹立一個良好的消費行為觀念。

【關鍵詞】大數據 校園一卡通 消費行為

1 引言

隨著數字化和信息化的深入發展，“校園一卡通系統”得到了廣泛的應用和發展，不斷地被各大高校引進，同時也得到了廣大師生的認可。“校園一卡通系統”可以用于消費結算和身份識別，實現了多卡合一、一卡多用，同時也提高了學校的運行效率，通過提取“校園一卡通”中相關學生的數據來進行分析，來挖掘其潛在的信息，對學生起到一個良性的管理。

近幾年來，越來越多的問題通過大數據來解決。大數據最核心的價值就是從海量的數據中，提取隱含在其中的、人們事先無法預知的、又是潛在有用的信息和知識的過程。

2 校園卡數據與消費行為

2.1 校園卡數據結構

“校園一卡通”用于儲存學生的一些消費記錄、出入記錄、圖書館軌跡等數據，保證而本次研究內容主要研究大學生的消費行為，對匯總的消費數據進行研究和分類。“校園一卡通”數據結構如表1所示。

2.2 消費行為

根據“校園一卡通”數據結構，可知大學生的消費類型由餐飲、水果、零食、學習、生活用品、娛樂這六大類組成。每個人的消費觀念不同，對于每種消費類型的支出也有不同的分配方式。根據消費方式的不同，我們可以把消費行為定義為以下幾類：

（1）“普通型”：各方面消費比較合理均勻，生活習慣較為正常，既保障了正常生活又不鋪張浪費；

（2）“學習型”：在保障基本生活的情況下，學習方面購買的資料用品比較突出；

（3）“美食型”：顧名思義，這類人對美食有一定的追求，因此在水果和零食方面的支出會略高；

（4）“娛樂型”：與其他類型的人相比，這類人的消費金額娛樂支出偏高。

我們將大學生的消費數據進行匯總，根據每個人的人均類型的支出，利用大數據分析，可以將其進行歸類管理。

3 基于K-means算法的消費行為的研究

K-means算法是J.B.MacQueen在1967年提出的，是聚類方法中一個最基本的劃分方法。長期存儲以來，大數據庫中往往會存在很多噪音，空值等，不適合直接使用原數據，則需要對原始數據進行選擇、清洗等預處理，來保證數據的完整性和準確性。

首先在大學生的消費數據庫中隨機地選擇K個對象，對每個對象的消費數據處理匯總，得出每個對象的月均類型消費支出，每個對象初始地代表了一個簇的平均值或中心；計算每個對象與這些中心對象的距離；并根據最小距離重新對相應對象進行劃分；對剩余的每個對象根據其與各個簇中心的距離，將它賦給最近的簇；然后重新計算每個簇的平均值。這個過程不斷重復，直到準則函數收斂。

以上K-means算法可以把學生聚為4類，根據4類消費數據的均值，對應不同的消費行為，可以直接得出每個學生的消費類型。

4 實驗模擬

從數據庫中隨機選取650名女生和350名男生，把所有數據處理匯總，根據K-means算法，得出以下結果：

4.1 男女生消費行為分析

結果如圖1、圖2所示。

由上述聚類結果得到四類學生的各項消費狀況如表2所示。

（1）類型1女生占總數的39%，男生占總數的41%，類學生的各種類型消費水平較為正常，沒有出現某類消費過度或過少的行為，這類學生的消費類型為“普通型”；

（2）類型2女生占總數的25%，男生占總數的24%，類學生在餐飲、水果、零食、生活、娛樂這五方面與“普通型”相差不大，但在學習這一方面的消費支出比較大，該類學生對學習方面的資料購買需求較高，消費類型為“學習型”；

（3）類型3女生占總數的21%，男生占總數的16%，類學生與“普通型”相比，水果和零食方面的消費過多，比較偏愛美食這一類，這類學生的消費類型為“美食型”；

（4）類型4女生占總數的15%，男生占總數的19%，顯可以看出該類女生較追求娛樂性的生活，娛樂方面支出會較多，因此該類學生消費類型為“娛樂型；

男女生聚類結果比較：男生對餐飲方面的消費較大，占的比重也多，女生更偏愛在水果、零食方面消費，對于男生來說只有小部分人對零食的要求較大，經對比發現男女生在消費方面有較大的差異。

5 結語

本文通過校園卡的大量消費數據，借助K-means算法對大學生的消費狀況進行了分析和總結，從分析結果中得到一些可以作為指導大學生理性消費依據的 信息，達到了數據挖掘的效果。學生管理人員可以實現對學生的輕松分類，同時有利于后勤管理部門提高服務水平，方便了學校對學生的管理。

參考文獻

[1]肖輝贊.高校大學生消費誤區與思想政治教育的對策略論[J].社科縱橫，2009，24（04）：162-163.

[2]廖珣.基于Kmeans和CBR方法的高校就業預測模型應用研究[J].人力資源管理，2010，3（03）：79-80.

[3]張建萍，劉希玉.基于聚類分析的K-means算法研究及應用[J].計算機應用研究，2007.24（05）：166-168.

[4]王永建，張鑫，趙志明，王海兵.智慧校園一卡通系統安全監管平臺設計[J].電信快報.2016（09）：14-19.

作者單位

湖南省長沙市岳麓區湖南第一師范學院 湖南省長沙市 410000