基于學生一卡通消費大數據的貧困生挖掘分析

李愛鳳 梁碧允 李曉丹

摘 ? 要：貧困生的資助工作是當前高校學生管理的重要工作之一。隨著大數據在各個領域廣泛而深入的應用，善用大數據技術挖掘并認定貧困生，真正實現精準扶貧，是大數據在教育領域深度應用的體現。構建了學生主題共享數據倉庫，設計了學生主題ETL（Extraction Transformation Loading）工作流功能架構圖，選取學生主題應用場景之一貧困生精準資助進行數據分析。獲得了學生就餐習慣、消費行為、在校情況及消費指數和貧困生篩選等。為學校未來大面積、規模化和動態實施"校園大數據，精準扶貧"決策支持及學情分析打下了良好的基礎。

關鍵詞：大數據分析;一卡通;貧困生認定;精準資助

中圖分類號： TP319 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A

Analysis and Mining of Poor Students Based

Big Data of on College Student Card Consumption

LI Ai-feng？覮，LIANG Bi-yun，LI Xiao-dan

（Network and Modern Education Technology Center，Guangzhou University，Guangzhou，Guangdong 510006，China）

Abstract： The subsidization of poor students is one of the most important student management tasks in colleges and universities. With wide and deep applications of big data in all kinds of fields，using big data technique rationally for mining and identifying poor students and realizing accurate subsidization represents in-depth application of big data in educational field. This paper constructs student-oriented share data warehouse model，designs Extraction Transformation Loading workflow architecture diagram and analyze one of application scenarios such as accurate subsidize poor students. Based on the analysis，we acquire important results concerning dining habits，consuming behaviors，situations in school and consumption indicators of the students，and then accurately select poor students. The mined results can create a solid foundation for large-scale dynamic implementation of “campus big data and targeted subsidization”，accurate recognition of poor students and student situation analysis in the future.

Keywords： big data analysis;campus card;poor students identification;accurate subsidization

隨著高等教育規模的迅速擴大，各個高校的貧困生數量也在不斷攀升。教育部的一項調查顯示，目前高校中存在經濟困難的學生占在校學生的15%-30%[1]。因此，越來越多的研究關注如何解決貧困生問題[2]。有的研究關注能否為貧困生爭取有益的條件，例如國家層面的助學貸款;學校層面的校級獎學金和提供助學崗位等[3];有的研究則借助信息技術的手段，建立貧困生信息管理系統，實現信息的登記、查詢、計算和分析[4]。這些研究雖然提高了貧困生管理工作的效率，但如何通過分析這些數據得到一些知識或規律，從而幫助有關貧困生工作人員完善目前的貧困生資助體系，制定合理科學的資助政策是一項有重要意義的工作[5]。在這種驅動下，現在越來越多的研究把數據挖掘方法引入到高校貧困生資格認證分析中。例如，采用改進的K-Means聚類算法對高校學生的校園卡消費數據進行分析，基于聚類結果計算每個學生的貧困程度，用來輔助高校資助決策工作[6];還有研究采用支持向量機（Support Vector Machine，SVM）對學生校園一卡通的消費數據進行分析，將學生按貧困與非貧困分類，在高校資助決策工作中給予一定輔助[7]。這些方法大多是在一個數據集上運用數據挖掘算法得出規則，挖掘的結果在一定程度上可以為貧困生認定工作提供輔助和決策。但沒有系統的搭建全方位、統一的數據主題，以提升數據質量和共享程度，運算出更精確的結果進而更好地支持數據挖掘和決策。

2015年召開的黨的十八屆五中全會明確提出了實施“國家大數據戰略”[8]。在《2018年度國家自然科學基金項目指南》[9]專門開辟教育研究通道研究教育的難題，旨在推動以自然科學范式和手段，特別是讓傳統教育科學與信息科學、神經科學、認知科學相交叉，研究教育的基本理論和基礎問題，支撐新時代的教育。電子科技大學大數據研究中心-教育大數據研究所在貧困生精準資助、圖書推薦、成績預測領域做了很多開創前沿性的工作[10]。文章正是在這種“數據驅動學校，分析變革教育”的大數據時代背景下[11]，結合我校正在構建的數據資產管理平臺，對主題數據進行全面梳理，搭建統一的學生數據主題，以提高數據分析結果。具體做法是采集一卡通系統736名學生近三個月的255822條就餐數據和與學生主題相關的其他六大應用系統中的信息經過清洗并建模。通過對這些數據規模化的分析后運算出結果以支持貧困生決策。

2 ? 學生主題數據建模

早在2010年我校就引入了數據交換平臺和共享庫，在一定程度上解決了業務系統之間數據互聯互通問題。但在實際建設過程中，它只是充當了數據交換中轉站的角色。為了滿足學校對數據挖掘和決策支持需求，需要構建校級數據倉庫（Data Warehouse）。通過數據倉庫的建立，職能部門可對現有系統的數據進行有效的清洗和整合并加以重組，進而在此基礎上做應用場景的分析。如以學生主題為例，我們把與學生主題有關的業務系統接入數據中心。如圖1所示，通過數據整合及分層設計構建了學生主題域的數據倉庫。其中操作型數據存儲層（Operational Data Store）解決源系統快速接入的問題，避免從源系統做頻繁和重復數據抽取;數據倉庫層（Enterprise Data Warehouse）按照業務驅動，面向主題整合，保留明細和歷史數據并且模型相對穩定，但是會隨著源系統和數據業務標準的變化，ETL（Extraction Transformation Loading）會隨之變化。應用數據層是面向應用的個性化定制。構建好了一個主題模型框架后，需要在適當的時候逐步實現物理化。貧困生挖掘分析的ETL工作流功能結構如圖2所示。圖中選取了與學生信息相關的六大核心業務系統，經過ETL處理后以學號為主關鍵字把學生的信息整合成一張表信息。以保證基于學生的消費數據模型進行貧困生挖掘分析的有效性。

3 ? 學生消費數據建模

經過學生主題數據倉庫建模后，采集了學生一張表信息集，我們把涉及到學生消費數據建模所需要的數據集輸入大數據分析專家軟件Datist，并對敏感信息如身份證號脫敏處理以及對學生基本信息和就餐交易數據進行了從身份證中解析性別和籍貫信息和對交易記錄中的日期進行數據預處理后，再添加就餐飯點信息和就餐星期信息以及設置條件“設在飯堂吃飯”得到學生消費數據模型如圖3所示。模型分析了長期不在飯堂吃飯、大額消費（即單餐消費超30元）和貧困生單月消費總額三種情況。

Datist是服務于大數據時代場景式（Context）數據整合與融合的功能強大的軟件產品。該軟件根據用戶場景需求組織數據與編制業務流程，通過可視化的節點組合來完成數據的獲取、組織、整合、提純及有形化表達。圖3是根據學生一卡通消費數據設計的業務流程。

圖中有輸入節點即數據源：學生基本信息表和學生消費交易數據表等。輸入節點后進入數據處理階段，通過數據處理如匯總節點、過濾節點、大額消費數據即單餐消費超30元等節點處理后再經過各種輸出節點輸出結果。如有貧困學生單月消費總額、長期不在食堂吃飯等異常結果信息。部分處理的樣例數據如表1所示。

4 ? 學生就餐消費信息分析

數據模型確立后，通過軟件運算，對736名學生2016年9月9日-12月28日（共111天）的就餐數據進行分析，從中獲取到學生的就餐習慣信息。

4.1 ? 學生消費異常分析

以下分析是針對廣州大學2016年9月-12月其中736名學生的三個月中就餐數據異常情況進行分析，由于數據量還沒有足夠大，異常分析結果可能存在一些偏差。

4.1.1 ? 連續7日無就餐消費記錄學生分析

三個月份有連續7天沒有消費記錄學生共計435人，由于篇幅有限，無法列出所有學生詳細信息，表2只列出前20名學生信息，對于這一部分長期不在食堂吃飯的學生建議需要關注。

4.1.2 ? 大額就餐消費記錄

對于單筆消費超過30元的消費記錄可能是校園內部其他消費，如超市消費，網費繳費或者醫院繳費等，這些記錄如果判別為醫院消費，那將要對這些學生進行重點關注。分析的結果展示30～50元之間的占大部分，50～100元次之，其他100～200元之間的建議需要多關注。

4.1.3 ? 消費指數分析

通過對736名學生2016年9月-12月份，3個月份校園消費記錄255822條數據進行綜合分析，根據就餐頻次、消費額度、每餐消費額、消費均值等給每名學生計算消費指數。消費指數具有相對意義，值越小消費水平越低。通過消費指數進行排序可以很快了解到學生的相關信息，由于篇幅限制，表3僅展示前10名學生信息。表中貧困生貧困程度的認定就是根據消費指數為依據的，如可以設置一個閾值，小于等于該閾值的認定為特別貧困，大于該閾值的認定為一般貧困。

5 ? 結 ? 論

分析的數據集只采用了2016年9月-12月份三個月的736名學生255822條就餐消費數據進行分析，獲得了學生就餐習慣及消費指數。就餐消費數據分析可以達到兩項目的，一是對學生生活現狀進行分析;二是可系統地實現校園大數據，精準資助，即是在貧困生中分析發現“潛藏”的非貧困生;在非貧困生中發現那些確實很貧窮，但又不愿意說的學生。

從以上分析結果來看，通過“一卡通”交易數據來對貧困生的貧困程度進行排名有比較好的區分度，可以作為發放貧困生資助的一個依據。

為了準確的對學生進行畫像，下面對今后分析提幾點建議：

1.本次大數據分析，只是學校做一個掀起實驗性研究。只用了736多名學生3個多月的“一卡通”的消費數據是遠遠不夠的，未來用全校所有學生一個學年的數據進行綜合分析，這樣分析出來的結果更準確。

2.通過獲取全校所有學生的“一卡通”交易數據，這樣可以對貧困生和非貧困生的基本情況進行對比分析，可以更好的了解貧困生的生活狀況，也可以發現未申報貧困生的潛在貧困生的學生名單。

3.通過獲取更詳細的“一卡通”其他交易數據，比如“一卡通”加款數據、“一卡通”消費刷卡終端信息，這樣就可以更好的識別交易類型，剔除那些非就餐交易。后續的分析可以利用學生的消費行為進行改進的RFM建模，利用貧困生名單進行機器學習分類建模，利用學生就餐順序進行網絡關系建模。

4.獲取教務系統數據，結合貧困生的學習狀況進行綜合分析，可以用有限的資金盡可能資助貧困而學習成績優秀的學生。

5.學生心理行為分析和學情分析。如獲取學生政治面貌數據，比如黨員、預備黨員、入黨積極分子等信息，可以更好了解貧困生的思想進步情況。

6.動態學情分析與貧困生篩選。貧困生的數據分析應該每月定期進行，動態跟蹤貧困生的生活狀況，把分析后得到的結果及時通過郵件或微信通知相關管理部門的不同崗位的相關人員，比如主管校長、學工部部長、資助中心管理人員、各學院分管學生的書記、主管班級學生的輔導員等。特別是對前一年資助的貧困生追蹤動態分析，對原來不是貧困生，因家庭變故和疾病等成為貧困生的遴選。

參考文獻

[1] ? ?嚴海波.我國高校貧困生資助政策演變及現狀研究[J].中國成人教育，2015（9）：63—65.

[2] ? ?朱劍林，朱容波，康怡琳，等.教育大數據在高校貧困生預測中的應用研究[J].教育教學論壇，2018（21）：267—268.

[3] ? ?廉文武.數據挖掘下貧困生認定輔助系統設計研究[J].當代教育實踐與教學研究，2016（7）：47—48.

[4] ? ?何秀全.校園一卡通數據分析及應用相關研究述評[J].華中師范大學學報：自然科學版，2017（5）：63—65，

[5] ? ?王萍.高校貧困生認定工作的現狀及對策[J].長春教育學院學報，2015（12）：134—135.

[6] ? ?周紅，鄔海濤，趙桂芳，等.基于改進K-Means算法的高校貧困生輔助決策系統[J].技術與市場，2016（12）：225.

[7] ? ?張璽，咼森林，孫宗良，等.基于校園一卡通消費數據對高校貧困生分類的應用研究[J].數字技術與應用2016（8）：100.

[8] ? ?中國共產黨第十八屆中央委員會.中國共產黨第十八屆中央委員會第五次全體會議公報[OL]. .

[9] ? ?國家自然科學基金委員會.2018年度國家自然科學基金項目指南[OL]. .

[10] ?張瑞鴻，劉波，卞月妍.院校數據倉庫架構與建設的過程研究[J].高校教育管理，2017（2）： 26—33.

[11] ?徐超超，陳世超，趙鑫碩，等.區域教育大數據中心平臺建設探討[J].現代教育技術，2016（11）：5—11.