Skip to content

基于校园一卡通数据的消费行为与食堂运营分析 - 使用Python进行数据清洗、可视化分析学生消费特征,为食堂运营和助学金评定提供数据支持

License

Notifications You must be signed in to change notification settings

zbassmt/Student-Campus-Consumption-Analysis

Repository files navigation

🎓 学生校园消费行为分析

基于校园一卡通数据的消费行为与食堂运营分析


📌 项目简介

本项目基于某高校2019年4月份的校园一卡通数据,对学生的消费行为、食堂就餐习惯、消费群体划分等进行了深入分析。通过数据清洗、可视化与建模,为学校食堂运营优化、学生消费特征识别及助学金评定提供了数据支持。

🔗 灵感来源
参考《南理工"暖心饭卡补助"》项目,尝试通过数据分析识别潜在的低消费群体,为精准资助提供依据。


🎯 项目目标

  1. 分析学生消费行为与食堂运营状况,提出优化建议
  2. 构建学生消费细分模型,为助学金评定提供参考依据

🛠️ 运行说明

环境要求

  • Python 3.7+
  • 依赖库:pandas, numpy, matplotlib, seaborn

安装依赖

pip install pandas numpy matplotlib seaborn

执行顺序

请按以下顺序运行脚本:

python scripts/01_data_preprocessing.py
python scripts/02_canteen_analysis.py
python scripts/03_spending_analysis.py

⚠️ 注意:请确保数据文件路径正确,并已安装中文字体以避免图表中文乱码


📊 主要分析内容

1. 数据预处理(01_data_preprocessing.py

  • 处理缺失值与异常值
  • 合并学生信息与消费记录、门禁记录
  • 输出清洗后的数据文件

2. 食堂就餐行为分析(02_canteen_analysis.py

  • 各食堂就餐人次占比饼图
  • 工作日 vs 非工作日就餐时间曲线
  • 早、中、晚高峰期分析
  • 食堂运营建议

3. 学生消费行为分析(03_spending_analysis.py

  • 月人均刷卡频次与消费额
  • 按专业与性别的消费差异
  • 高/低消费群体划分与消费地点偏好
  • 低消费群体行为特征分析(时段、频次、专业等)

📈 关键结论

🍽️ 食堂运营建议

  • 早餐:优化第二、五食堂出餐效率
  • 午餐:第二食堂需分流,其他食堂可推出特色套餐
  • 晚餐:第四食堂延长供餐,第五食堂开发夜宵品类

🧑‍🎓 学生消费特征

  • 高消费群体:消费地点多样,偏好超市、食品店
  • 低消费群体:集中在食堂,尤其是第二、五食堂,消费时段固定,月就餐次数约100次

📉 助学金参考特征

  • 消费金额低于中位数(≈3.68元)
  • 消费结构单一,集中在饮食
  • 月就餐次数稳定,时段集中

📄 报告与文档

  • 学生校园消费行为分析-方法论述.docx:完整分析报告(含图表与结论)
  • 学生校园消费行为分析.doc:原始任务说明与数据字典

About

基于校园一卡通数据的消费行为与食堂运营分析 - 使用Python进行数据清洗、可视化分析学生消费特征,为食堂运营和助学金评定提供数据支持

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages