数据挖掘技术在高校校园卡的具体应用研究

王 决

（对外经济贸易大学统计学院在职人员高级课程研修班学员，北京 100029）

如今，大学在打造信息化制度的过程中，逐渐开始将“智慧校园”当成建设的中心，使得大学生的数据信息也更加透明，再加上数据能够全面展现出大学生的实际状况。大学的校园卡数据库囊括诸多类别的数据信息，通过分析这些信息能够很好的体现出正常情况下大学生的真实校园活动以及消费信息。对于大学而言，怎样充分发挥校园卡数据库信息的作用，并深入研究数据库的相关信息，从中找到有助于高校管理的手段和方法，以此来提高学校资金使用效率以及保证学生的正常成长。

1 数据挖掘的概念阐述

尽管校园卡的数据库中包含着众多的数据信息，然而数据库并不具备进行数据加工和分析的能力，为了满足信息搜集和提取的目标，就务必要发挥数据挖掘科技的作用来深入研究数据信息，进而使信息需要得到进一步的满足。

数据挖掘作为研究数据库的环节之一，其概念是在大量数据信息的基础上进行目标信息加工和搜索环节的总和。数据挖掘本质作用是为决策提供信息辅助，其通过统计学、人工智能等多个领域的科学技术，利用较高的自动化水平来进行数据的研究和整理，以此找到潜在的数据规律，为决策打下良好的信息基础。而且，数据挖掘作为不断重复的活动，倘若任何一个环节未实现预期目标，都会返回上一环节重新开展计算和信息加工。

2 数据挖掘在高校校园卡的应用研究

从2016年开始，国内大部分学校都着手打造数字校园，全方位进行数据加工和挖掘活动，进而为数字化建设打下良好基础。在校园管理的过程中，校园卡作为重要手段，很大程度上影响到师生服务工作的进展。在互联网技术的前提下，很多高校利用支付宝等诸多线上支付平台，以此来增加校园卡的充值渠道，再加上支付宝等手段不需要进行提现，提高了充值的便利性，使得师生满意度进一步加强。

通过分析校园卡数据库的相关信息能够得出，高校从开始使用支付宝等金融平台直接充值渠道以后，越来越多的师生使用支付宝以及微信进行校园卡充值，在全校师生中所占的比重在不断上涨。

2.1 校园卡消费方面数据挖掘的作用研究

第一，保证工作人员的效率以及降低高校的人力成本。当高校开始使用第三方支付平台以后，学校人工充值的金额以及数量都在不断下降。按照一般数据而言，每天大概仅有十位学生来人工服务台进行校园卡咨询或者挂失。考虑到上述情形的改动，学校应该进行人工服务台开放时间的变动，将之前的工作日八小时开放时长降低到上午和下午各一个小时。这样不仅能够保证办公效率，还能够在很大程度上降低学校的人才成本。

第二，为贫困生的评定提供数据支持。当大学生在智慧校园内开展日常生活和学习时，学生在学校所有的消费记录、平时成绩等多方面数据都会进入学校的数据库转化为数据信息。而数据库内的学生信息全方位的体现出学生的实际活动和状况，利用不间断的信息记录和分析，能够得出贫困学生消费水平的普遍规律，以此来帮助学校设计合理的贫困生帮扶制度。而且，在进行数据挖掘之后，还需要通过工作人员的力量来提高贫困生评定的科学性和精准度。

第三，帮助打造完善的奖学金系统。在数据挖掘的基础上，高校学生在不包含一些特别支出的基础上，一般来说每个学生的消费水平都位于1000元到2000元这个区间。按照这个信息，学校相关部门在设立奖学金的过程中就能够打造完善的奖学金系统。

第四，保证图书馆新书购买满足学生实际需要。大学图书馆每年在进行新书选购的过程中都会询问一些老师和学生的意见，然而能够提供意见的仅仅是学校师生的小部分，总体而言代表性不足。但是通过统计分析法能够结合书籍种类、借阅次数等多种信息来得出学生的普遍喜好，以此来使得图书馆新书购买和学生的实际需要相匹配。另外，图书馆校园卡数据能够得出图书馆实际的学生人数，并掌握大学生每天在图书馆的时长，在研究图书馆数据的前提下，可以得出学校图书馆人数整体而言并不多，所以图书馆不仅要改进新书的种类还需要增加阅读角的数量来为学生打造良好的读书环境，通过实施上述措施，能够大幅度提高学生借书频率和学习的人数。

第五，有助于教学手段的优化。高校在进行教学的过程中，尤其是英语教学时，普遍存在学生水平参差不齐的现象。由于各个专业的学生所对应的英语水平不同，而且对英语的需求程度和投入的时间成本也有着很大差异，所以导致英语教师在传授英语知识时很难取得理想效果。还有部分学生由于缺乏英语基础，学校的英语考试屡次挂科，对毕业带来了很大的不利影响。在研究学生校园卡中考试报名费相关数据的基础上，能够得出学校中参加英语四级考试的人数和分数，并将数次考试尚未通过学生名单递交给教学部门，帮助英语老师进行学生分流，提供对应的英语教材和要求，全方位实现教学手段的优化工作。

第六，增强食堂管理能力。在研究校园卡支出信息的基础上能够得出学生更喜爱的食堂信息，甚至了解哪个窗口更符合学生的口味，并掌握师生就餐的集中时间，以此来进行食堂窗口位置和开放时间的优化和完善，防止学校就餐时的过分拥堵。在分析教师以及学生在食堂窗口消费的数据信息，提高食堂的产品品质，根据平时数据信息总结而来的师生活动状况，一方面可以提高学校后勤部门的工作效率，另一方面还能够给学校的食堂管理打下信息基础，增强食堂管理能力，确保学校管理过程中的合理性和打造完善的学校管控制度。

2.2 身份识别方面数据挖掘的作用研究

在学校中，校园卡包含的身份识别信息覆盖了所有的建筑和公共设施，比如学校门禁系统、考勤制度和学校校车等。通过对身份识别方面的数据进行挖掘能够起到下述三方面的作用：

第一，加强对学生安全的监管力度。在分析学生关于寝室楼门禁的数据信息能够得出，哪一部分学生经常晚归甚至是夜不归宿。而学生辅导员或者相关管理部门能够按照门禁的数据信息来约谈相关学生或者给予警示，分析其晚归的真实原因，当察觉异常时要在短时间内解决问题。倘若宿舍出现安全问题，能够通过调查相应时间内进出宿舍楼的人员信息，以此来加强学生安全的监管力度。

第二，高效管理学生的出勤信息。能够完全管控大学生的出勤数据，得出每节课大学生出勤的人数和概率，让辅导员以及教师都能够明确学生实际上课状况。依据出勤率指标将学生信息上报至教务处，由教务处进行统一管理。另外，大学生上课的出勤率信息也能够和学习成绩相联系，将出勤率作为学生是否优秀的评判标准之一。

第三，提高校车的资源利用效率。通过分析校车中教师的刷卡信息和刷卡时间，并将这些信息和教务系统教师课表相联系，充分发挥数据挖掘的作用来计算校车不同路线上的教师人数以及候车点的等候人数，在科学改变校车行驶线路以及校车候车点的基础上，提高校车的利用效率，使校车的运营费用进一步得以降低。

3 数据挖掘在应用过程中需要注意的方面

通过研究校园卡系统内包含的大量数据信息，能够在很大程度上帮助学校开展管理工作，然而大数据的应用方面也有着不足之处，还存在着相应地风险，因此我们在使用数据挖掘的过程中需要注意下述两个部分：

首先，样本需要拥有足够的代表性。就校园卡数据库而言，其大量数据信息涵盖着学生生活的方方面面，其有着很高的可行度，然而我们在进行数据搜集的过程中，无法保证样本数据涵盖所有的数据信息，因此，务必要确保样本的代表性，进而保证数据挖掘结果的可靠性和准确度。

其次，降低相关性之间存在的误差。使用模型以及公式来针对数据进行相关性分析，在简单的数据挖掘过程中能够保证相关性的准确度，但是在处理复杂且大量数据信息时，相关性研究总会出现误差。例如，学校在开展贫困生判定的过程中，如果只是利用校园卡消费情况作为学生是否贫困的判断标准，通过消费金额的多少来认定学生的家庭情况。尽管这二者之间存在很强的关联，但是却没有将学生点外卖等消费纳入考虑范围，因此导致相关性结论并不严谨，还需要分析学生食堂用餐的次数、时长等多个方面。

4 结束语

综上所述，尽管大数据的使用过程中还有着些许不足，但是就总体而言，将数据挖掘技术和大数据相结合能够在很大程度上发挥校园卡数据库的作用。本论文认为数据挖掘在校园卡的应用重点体现在两个方面，即消费数据方面以及身份识别数据方面，具体作用有保证工作人员的效率以及降低高校的人力成本、为贫困生的评定提供数据支持、帮助打造完善的奖学金系统、保证图书馆新书购买满足学生实际需要、有助于教学手段的优化、增强食堂管理能力、加强对学生安全的监管力度、高效管理学生的出勤信息和提高校车的资源利用效率等多个方面。最后本论文针对数据挖掘在应用过程中需要注意的方面进行探讨，提出数据挖掘所使用的样本需要拥有足够的代表性，而且还要降低相关性之间存在的误差。