大数据背景下学生消费水平分析模型的建立

范媛 蔡敏

摘要：该研究以中国石油大学（北京）的校园卡系统消费数据为数据源，建立数据仓库，通过数据清洗和数据挖掘得到学生在食堂的消费数据。通过使用聚类算法对学生消费数据进行分类，进而将学生的消费水平分为四类。以马氏距离作为判别距离建立学生消费水平判别分析模型，利用该模型判断学生的消费水平，通过对学生消费水平的分析研究，可以在学校有关部门进行决策时提供有效依据。

关键词：校园卡系统;大数据;聚类算法;判别分析;消费模型

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2020）08-0005-03

开放科学（资源服务）标识码（OSID）：

校园卡系统具有身份识别和电子钱包等功能，实现了校内统一身份认证和消费统一管理，校园卡使用数据完全记录了使用者在校内的消费情况和行为轨迹，通过对校园卡数据的挖掘分析，对高校数据决策具有十分重要的意义。目前各大高校均展开了对校园卡大数据的挖掘分析，来为有关部门进行学生管理提供真实、有效的数据支撑[1]。校园卡系统内积累的大量消费数据，对其进行挖掘分析可以掌握学生在校消费的偏好和规律，将对学校优化资源配置、数据化决策等提供重要参考。该研究通过建立学生消费水平判别模型，将学生消费水平分为4类，可为贫困生认定提供判定依据[2]，为深入研究学生消费水平提供有效方法。

1 数据仓库建立

该研究用于进行分析的数据是以中国石油大学（北京……