基于校园卡数据的大学生消费特征分析

【摘要】：本文以可视化技术为数据呈现以及分析的主要手段,结合时间序列模型、k-means聚类以及Boot Strap方法,对近八百万条的学生校园卡消费记录进行挖掘、分析与预测,分析所采用的软件为R。本文在利用时间序列乘法模型预测的基础上,将学生按消费的习惯与特征分为六类人群,监测出41个异常值,并依据每类人群的不同消费特征给出了提高校园中各餐饮中心服务水平和降低资源浪费的政策建议,以期能够为提高校方管理和服务师生的水平提供科学的依据。