摘要：以校园一考通系统为依托，对学生消费数据记录开展分析和研究。首先对学生基础消费进行数据处理，通过数据清洗和集成，完成归约，然后再利用Kmeans算法对学生消费行为聚类分析，分析系统内数据的隐含特征规律，为今后的贫困生资助管理工作中进行数据分析与辅助决策有一定的指导意义。

关键词：数据挖掘;Kmeans算法;消费记录;校园卡

中图分类号：TP301

文献标志码：A

ResearchandAnalysisofStudentConsumingBehavior

BasedonCampusCardsofStudents

ZHANGLiang

（

NetworkInformationCenter，ChinaUniversityofPetroleum（EastChina），Qingdao266500，China

）

Abstract：Thepaperresearchesstudentconsumptiondatabasedoncampuscards.Consumptionrecordsarepreprocessed，includingdatacleaning，dataintegrationandtransformation，datareduction.ThroughtheKmeanscluster，studentconsumptionbehaviorsareanalyzed，andthehiddencharacteristicsofdatainthesystemarediscovered.Thepaperhasimportantguidingsignificancefordataanalysisandauxiliarydecisionmakingofthesepoorstudents.

Keywords：datamining;Kmeansalgorithm;consumptionrecords;campuscard

0引言

隨着大型数据库的技术成熟以及普及应用，数据挖掘是当前学术界的热点话题。近年来，基于卡片应用的校园一卡通[13]（以下简称校园卡）系统的得到快速的发展，并广泛应用于各大高校，生成了的大量的信息数据，用户的用卡痕迹通过这些数据被记录下来，用户的行为习惯可以通过分析这些数据被反映出来。

在各高校，国家每年通过勤工俭学岗位、贫困生补助等方式，为困难学生提供大量的助学金、贷款和工作岗位。由于认定涉及到多方面的无法衡量的因素，学校仅仅通过学生提交的相关贫困证明等非量化方式进行判定，贫困生的鉴别在各高校都是一个难题。如果鉴别不准确，会造成国家资助工作不到位，教育资源分配出现偏差。通过数据分析算法，对大学生校内消费记录进行整理、分类、预测，从而整体反应学生在校消费情况，形成量化的评判标准，为今后的贫困生资助管理工作提供可靠的数据支持，辅助完成贫困生的相关工作。

1校园卡消费数据预处理