高校本科生就餐數(shù)據(jù)挖掘分析

蘇兆兆　欒靜

摘要：目前高校本科生的身體素質(zhì)普遍下降，大學(xué)生除了加強(qiáng)體育鍛煉外，還需要在日常飲食上注意養(yǎng)成良好的習(xí)慣。校園卡是高校智能化管理的重要手段和媒介，學(xué)生在校園內(nèi)的各項活動都能通過校園卡后臺管理系統(tǒng)反映出來，將學(xué)生消費(fèi)數(shù)據(jù)從數(shù)據(jù)庫中提取出來，分析學(xué)生的三餐消費(fèi)情況，通過關(guān)聯(lián)分析不同消費(fèi)屬性之間的關(guān)聯(lián)強(qiáng)度得到學(xué)生的就餐習(xí)慣。對不在食堂就餐的學(xué)生，應(yīng)重點(diǎn)關(guān)注這類學(xué)生的就餐問題，確保學(xué)生按時就餐，不節(jié)食。

關(guān)鍵詞：本科生；校園卡；飲食消費(fèi)；數(shù)據(jù)挖掘；關(guān)聯(lián)規(guī)則

1引言

隨著經(jīng)濟(jì)的快速發(fā)展和物質(zhì)生活水平的提高，很多高校大學(xué)生的身體素質(zhì)卻在下降，根據(jù)《國民體質(zhì)監(jiān)測公報（2014）》調(diào)查顯示，與前幾年相比，學(xué)生體質(zhì)與健康狀況總體改善，中小學(xué)生身體素質(zhì)繼續(xù)呈現(xiàn)穩(wěn)中向好趨勢，而大學(xué)生身體素質(zhì)繼續(xù)呈現(xiàn)下降趨勢。很多高校對學(xué)生的體育課程數(shù)量作了添加，以期提高學(xué)生的身體素質(zhì)。除了體育鍛煉外，是不是存在部分學(xué)生因為飲食不規(guī)律而導(dǎo)致身體素質(zhì)下降？如男生熬夜玩游戲?qū)е聸]有時間吃早餐，女生為了瘦身節(jié)食等情況。本論文通過對在校本科生的消費(fèi)挖掘分析，得到學(xué)生的就餐情況，對飲食不規(guī)律的學(xué)生，校方和老師要加強(qiáng)管理，及時解決存在的問題，培養(yǎng)良好的飲食習(xí)慣。

2數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理的目的是提高數(shù)據(jù)質(zhì)量，通過對所收集的不同來源數(shù)據(jù)的審核、清理、補(bǔ)充完善等一系列操作，保證數(shù)據(jù)的挖掘和分析結(jié)果。

2.1數(shù)據(jù)收集

數(shù)據(jù)收集是根據(jù)目的需求，收集所需數(shù)據(jù)到單個位置以便挖掘分析。由于本校的校園卡管理系統(tǒng)覆蓋各個層面，包括多個應(yīng)用平臺，因此本論文的數(shù)據(jù)分別來源于校園卡管理平臺下的綜合業(yè)務(wù)管理子系統(tǒng)（留學(xué)生餐廳、馕房消費(fèi)）、商務(wù)子系統(tǒng)（昆侖校區(qū)食堂、商店消費(fèi)）、第三方對接子系統(tǒng)（國際教育大廈水控、商店、休閑吧消費(fèi)）、POS子系統(tǒng)（溫泉校區(qū)漢餐及清餐充值、消費(fèi)）等不同子系統(tǒng)。整理匯總后，本論文從校園卡后臺數(shù)據(jù)庫獲取的2016-2017學(xué)年第一學(xué)期138天的消費(fèi)流水?dāng)?shù)據(jù)量約801萬條。

2.2數(shù)據(jù)清理

數(shù)據(jù)清理是通過約簡數(shù)據(jù)和屬性、糾正錯誤、填寫缺失值等可行性操作來保證數(shù)據(jù)的質(zhì)量。本論文對匯總后801萬條消費(fèi)流水?dāng)?shù)據(jù)進(jìn)行審核后，發(fā)現(xiàn)不同子系統(tǒng)平臺下的數(shù)據(jù)格式不同，各屬性列所占存儲空間也不同，為提高數(shù)據(jù)的一致性，本論文將采用下列四種不同方式的數(shù)據(jù)清理。

2.2.1約簡數(shù)據(jù)

本論文的分析主體為在校本科生，因此約簡了外國留學(xué)生、教職工、研究生等15項與本論文研究無關(guān)人員的數(shù)據(jù)，約簡后的數(shù)據(jù)量為538萬條。

2.2.2約簡屬性

本論文的分析主題為在校本科生的飲食消費(fèi)，因此約簡了開戶單位、賬戶類型、操作員、流水狀態(tài)、交易單位等16項與學(xué)生消費(fèi)無關(guān)的屬性。

2.2.3糾正錯誤

本論文審核數(shù)據(jù)時發(fā)現(xiàn)由于業(yè)務(wù)操作員的誤拼或者輸入法的切換沖突等，導(dǎo)致民族學(xué)生姓名中的分隔符“·”，錯誤顯示為“？”或“-”等，因此在導(dǎo)人數(shù)據(jù)庫之后糾正錯誤信息，糾正為正確的“·”。

2.2.4填寫缺失值

因為學(xué)?，F(xiàn)有三個校區(qū)，當(dāng)學(xué)生在三個校區(qū)之間活動時，偶爾會因為網(wǎng)絡(luò)延遲或者不同子系統(tǒng)間上傳數(shù)據(jù)而產(chǎn)生亂碼，本論文將亂碼數(shù)據(jù)分別歸類填寫到相應(yīng)的屬性列中。

3數(shù)據(jù)挖掘分析思路及方法

確定分析思路主要是為了準(zhǔn)確、全面分析學(xué)生的就餐情況。本論文將從三餐消費(fèi)維度切人對在校本科生的消費(fèi)情況作統(tǒng)計、挖掘分析。

3.1三餐分析

每日三餐是學(xué)生在校內(nèi)學(xué)習(xí)和生活的基礎(chǔ)保障，也是學(xué)生自我管理的體現(xiàn)，通過對在校本科生的一日三餐統(tǒng)計分析，了解學(xué)生的飲食情況，幫助老師規(guī)范學(xué)生飲食習(xí)慣。本論文從日常的消費(fèi)流水?dāng)?shù)據(jù)中，將學(xué)生的三餐根據(jù)對應(yīng)的時間段分別統(tǒng)計，每餐的所有刷卡次數(shù)和金額累計為該餐的一次消費(fèi)和金額，統(tǒng)計出三餐的就餐天數(shù)后計算三餐的就餐率，根據(jù)各餐的頻繁性得到學(xué)生的就餐習(xí)慣。

3.2算法選擇

算法是對問題解決方案的準(zhǔn)確而完整的描述，確定分析維度之后，將數(shù)據(jù)收斂到與分析主題相關(guān)的范圍，提高數(shù)據(jù)的處理速度與準(zhǔn)確性，然后選擇合適、高效的算法來分析。

3.2.1統(tǒng)計分析

統(tǒng)計分析是應(yīng)用最廣泛的數(shù)據(jù)處理技術(shù)，通常三個步驟即可完成對數(shù)據(jù)的操作，即收集-整理-分析。本論文將不同來源的食堂消費(fèi)流水?dāng)?shù)據(jù)收集整理后，對學(xué)生三餐消費(fèi)數(shù)據(jù)進(jìn)行分析，如統(tǒng)計出各餐的消費(fèi)人數(shù)及天數(shù)，查看隨著時間的增加，學(xué)生的消費(fèi)天數(shù)是否增加，有多少學(xué)生能保證規(guī)律性就餐，學(xué)生的就餐趨勢是遞增還是遞減。

3.2.2關(guān)聯(lián)分析

關(guān)聯(lián)規(guī)則挖掘的主要目的在于發(fā)現(xiàn)數(shù)據(jù)中有意義的關(guān)聯(lián)關(guān)系。本論文通過創(chuàng)建關(guān)聯(lián)矩陣，查看所有學(xué)生的消費(fèi)金額、天數(shù)與總金額之間的關(guān)聯(lián)強(qiáng)度。前面通過統(tǒng)計的方式分別計算機(jī)出學(xué)生的三餐消費(fèi)天數(shù)和消費(fèi)金額、學(xué)期總消費(fèi)次數(shù)和總金額，利用關(guān)聯(lián)分析查看每個學(xué)生的三餐對總消費(fèi)的影響和支持度，哪些餐次頻繁出現(xiàn)、在學(xué)生總消費(fèi)中所占權(quán)重最大，學(xué)生的消費(fèi)習(xí)慣是否一樣，這些都將通過各屬性之間的關(guān)聯(lián)系數(shù)體現(xiàn)出來。

關(guān)聯(lián)系數(shù)位于矩陣中，它是表示關(guān)系強(qiáng)度的一種指標(biāo)，取值范圍在±0至±1之間，所有介于0到1之間的關(guān)聯(lián)系數(shù)都表示正關(guān)聯(lián)，所有介于0到-1之間的關(guān)聯(lián)系數(shù)都表示負(fù)關(guān)聯(lián)。在屬性與自身相交的位置，關(guān)聯(lián)系數(shù)為“1”，因為任何事物在與自身進(jìn)行比較時都具有完全匹配的關(guān)系，所有其他屬性對的關(guān)聯(lián)系數(shù)都小于1。

3.3工具選擇

3.3.1統(tǒng)計工具

本論文對校園卡消費(fèi)流水?dāng)?shù)據(jù)的統(tǒng)計分析使用了SQLServer 2012數(shù)據(jù)庫，SQL Server是關(guān)系數(shù)據(jù)庫管理系統(tǒng)，支持存儲過程、ODBC等，且自身包含的SQL語言操作方便。由于數(shù)據(jù)量大，且存儲過程具有執(zhí)行數(shù)度快，代碼可重用、共享等優(yōu)點(diǎn)，本論文使用存儲過程來實現(xiàn)對數(shù)據(jù)的操作。

3.3.2挖掘工具

本論文使用的數(shù)據(jù)挖掘工具是RapidMiner Studio開源工具，RapidMiner是目前世界上開源工具中比較可靠、先進(jìn)的數(shù)據(jù)挖掘工具，軟件自帶1500多個函數(shù)，無需編程，拖拽建模，并且可連接多個類型的數(shù)據(jù)庫，能實現(xiàn)完整的建模步驟，從數(shù)據(jù)的加載、匯集到轉(zhuǎn)化，再到分析和預(yù)測。

本論文將RapidMiner和SQL Server數(shù)據(jù)庫連接起來，在左下角的數(shù)據(jù)源窗口選擇DB（數(shù)據(jù)庫）將數(shù)據(jù)源拖拽到界面正中的主流程（main process）工作區(qū)，在左上角的算子（operator）窗口選擇所需的算子，拖入至流程中，在右側(cè)參數(shù)選項（Parameters）中對具體參數(shù)進(jìn)行設(shè)置，選擇上方工具欄中的運(yùn)行，即可在結(jié)果視圖（Result Overview）中看到關(guān)聯(lián)分析結(jié)果。

4數(shù)據(jù)挖掘分析

本論文在對計算機(jī)學(xué)院508名學(xué)生的數(shù)據(jù)進(jìn)行分析時，為保證數(shù)據(jù)的穩(wěn)定性和精確性，約簡了外出實習(xí)的93名畢業(yè)班學(xué)生和46天節(jié)假日期間的消費(fèi)數(shù)據(jù)，分析了415名學(xué)生92個工作日的三餐消費(fèi)情況。

4.1學(xué)生三餐就餐情況

如圖1所示，本論文對計算機(jī)學(xué)院學(xué)生的三餐就餐天數(shù)、人數(shù)分析后得到如下結(jié)果：

1）早餐就餐人數(shù)遠(yuǎn)低于午餐和晚餐，且人數(shù)隨時間的增加而遞減。

2）所有學(xué)生都在食堂吃過午餐，且大部分學(xué)生在食堂就餐天數(shù)高于45天。

3）晚餐時段的學(xué)生人數(shù)分三段：第一部分是就餐天數(shù)在5-25天，第二部分是就餐天數(shù)在25-55天，第三部分是就餐天數(shù)在55-85天。其中，第二階段的學(xué)生人數(shù)占多數(shù)。

根據(jù)分析結(jié)果可推斷出：

1）早餐就餐人數(shù)過少，可能存在部分學(xué)生購買零食代替早餐，因此需對學(xué)生的早餐就餐隋況作進(jìn)一步分析。

2）午餐就餐人數(shù)較高且比較穩(wěn)定的原因可能是午休時間較短且下午要上課，學(xué)生選擇在食堂就餐比較方便、快捷。

3）晚餐就餐人數(shù)低于午餐的原因可能是晚上時間充裕，學(xué)生選擇何種方式就餐的形式多種多樣，如外出就餐、叫外賣、吃零食或者減肥不吃等。

4.2學(xué)生早餐就餐情況

由于學(xué)生早餐在食堂就餐人數(shù)過少，本論文提取了早餐時間段內(nèi)在商店購買零食的消費(fèi)數(shù)據(jù)來對比分析，根據(jù)圖1早餐消費(fèi)的變化曲線，分為五個時間段，結(jié)果如圖2所示：

根據(jù)對圖2的數(shù)據(jù)對比分析可知：

1）僅有8%的學(xué)生能規(guī)律性的在食堂吃早餐，就餐天數(shù)在66-92天內(nèi)，17%的學(xué)生就餐天數(shù)在45-65天內(nèi)，21%的學(xué)生就餐天數(shù)在24-44天內(nèi)，48%的學(xué)生就餐天數(shù)在1-23天內(nèi)，8%的學(xué)生從來沒去食堂吃過早餐。

2）計算機(jī)學(xué)院的學(xué)生在商店買零食的人數(shù)并不多，并沒有學(xué)生每天去買零食代替早餐，1%的學(xué)生購買天數(shù)為45-65天，9%的學(xué)生購買天數(shù)在24-44天內(nèi)，82%的學(xué)生購買天數(shù)在1-23天內(nèi)，8%的學(xué)生購買天數(shù)為0。

3）通過賬戶對比發(fā)現(xiàn)經(jīng)常在食堂吃早餐的8%的學(xué)生與從不在商店買零食的8%的學(xué)生為一類學(xué)生，符合實際情況。

對學(xué)生早餐分析的結(jié)果，可以得到如下結(jié)論：

1）學(xué)生在食堂吃早餐的人數(shù)確實過少，可能存在部分學(xué)生認(rèn)為食堂飯菜不合口味。

2）在早餐時間段內(nèi)學(xué)生購買零食代替早餐的人數(shù)也不多，推測可能存在部分學(xué)生提前備好零食和干糧，如牛奶、面包、馕、奶茶等，對這類學(xué)生老師要適當(dāng)引導(dǎo)學(xué)生去食堂吃新鮮、熱乎的早餐，且食堂的早餐價格要低于零食的花費(fèi)。

3）可能存在部分學(xué)生直接空腹上課，對這類學(xué)生老師應(yīng)重點(diǎn)關(guān)注。

4.3學(xué)生消費(fèi)情況關(guān)聯(lián)分析

為探索和證實學(xué)生的三餐消費(fèi)情況，本論文在RapidMiner中創(chuàng)建了一個包含九個屬性的關(guān)聯(lián)矩陣對學(xué)生的消費(fèi)情況進(jìn)行挖掘分析，得到各屬性之間的關(guān)聯(lián)系數(shù)如圖3所示：

根據(jù)各屬性之間的關(guān)聯(lián)系數(shù)值可知：

1）早餐消費(fèi)金額、消費(fèi)天數(shù)占學(xué)生的學(xué)期消費(fèi)金額及天數(shù)的權(quán)重為0.507和0.746，屬于有些關(guān)聯(lián)關(guān)系。

2）午餐消費(fèi)金額、消費(fèi)天數(shù)占學(xué)生的學(xué)期消費(fèi)金額及天數(shù)的權(quán)重為0.921和0.912，屬于強(qiáng)關(guān)聯(lián)關(guān)系。

3）晚餐消費(fèi)金額、消費(fèi)天數(shù)占學(xué)生的學(xué)期消費(fèi)金額及天數(shù)的權(quán)重為0.866和0.848，屬于較強(qiáng)關(guān)聯(lián)關(guān)系。

根據(jù)挖掘結(jié)果，可得到如下結(jié)論：

1）早餐就餐率太低，無論是哪種原因，都應(yīng)該重視起來，避免有學(xué)生長期不吃早餐出現(xiàn)頭暈、惡心等突發(fā)狀況。

2）午餐就餐率很好，晚餐就餐率略低于午餐，但總體呈現(xiàn)良好發(fā)展趨勢。

3）早餐消費(fèi)金額最低，午餐的消費(fèi)金額與晚餐的消費(fèi)金額相差不大，與食堂飯菜價格相符。

4）學(xué)生在食堂的消費(fèi)習(xí)慣是平均每天就餐兩次，早餐被大部分學(xué)生忽略。

5總結(jié)與展望

本論文通過對在校本科生飲食消費(fèi)數(shù)據(jù)的挖掘分析，得到學(xué)生的消費(fèi)情況及就餐習(xí)慣，通過分析和減少部分學(xué)生的飲食不合理現(xiàn)象，既能加強(qiáng)學(xué)校和老師對學(xué)生的了解，同時也能引導(dǎo)學(xué)生加強(qiáng)自我管理。

學(xué)生的消費(fèi)數(shù)據(jù)仍待進(jìn)一步挖掘分析和利用，如通過分析各類學(xué)生的消費(fèi)金額作為甄選貧困生的標(biāo)準(zhǔn)之一，對這些數(shù)據(jù)的每一次深入分析，都是管理學(xué)生向前邁進(jìn)的一大步。