题    目

高校学生消费行为分析系统

题目性质

应用研究

一、选题依据和目标（该研究的目的和意义、研究现状、主要参考文献）

K 近邻的快速密度峰值搜索并高效分配样本的聚类算法。 算法利用样本点的K 近邻信息定义样本局部密度, 搜索和发现样本的密度峰值, 以峰值点样本作为初始类簇中心; 提出两种基于K 近邻的样本分配策略, 依次分配样本到相应类簇中心, 得到数据集样本的分布模式. 理论分析和在经典人工数据集、UCI 数据集及Olivetti 人脸数据集的对比实验表明: 提出的基于K 近邻的密度峰值搜索聚类算法能快速发现任意形状、任意维度和任意规模数据集的类簇中心, 并合理分配样本到相应类簇, 揭示数据集样本的分布模式, 对噪声数据具有非常好的鲁棒性,聚类结果优于2014 年6 月发表在Science 的密度峰值点快速搜索聚类算法, 以及经典聚类算法AP,DBSCAN 和K-means。k近邻算法是一种非常有效的聚类算法, 可用于发现任意数据集的隐藏模式与规律。

ZRender

二、国内数据分析系统研究现状：目前国内针对数据方面主流分析系统使用的更多的是hadoop、storm、spark或者其他数据挖掘技术，还有就是基于android和nfc对一卡通数据进行分析挖掘。

高效消费行为分析系统所使用的这些技术在国内发展都已成熟，功能也比较完善，由k近邻算法进行聚类分析得出标准然后通过融合django框架与echarts相结合，既降低了冗余度，又使得前端呈现更美观、直接。

参考文献：

[1] 龚黎旰,顾坤,明心铭,徐明,秦斌.基于校园一卡通大数据的高校学生消费行为分析[J].深圳大学学报(理工版),2020,37(S1):150-154.

[2] 周思瑶.基于问卷调查的当代大学生消费行为研究[J].中国商论,2021,No.824,52-54.

[3] 张国.南京一大学生威胁老师给高分[N/OL].中国青年报,2011年08月01日03版[2021-1-1]

http://zqb.cyol.com/html/2011-08/01/nw.D110000zgqnb_20110801_1-03.htm#

[4] 罗懿丹.高校学生食品消费的社会学研究[J].食品研究与开发,2020,41(22):232.

[5] 黄婷.论不良学习风气下的大学生心理特质[J].湖南人文科技学院学报,2011,No.120,137-139.

[6] 李白.新时代大学生学习动力的教育激励策略研究[C].西安理工大学,2020.

[7] 罗汝婷;周奕彤;朱静.基于超前消费背景下大学生理财意识与规划研究[J].中国商论,2021,No.824,55-56.

[8] 王兆益;周爱平.基于ECharts的数据可视化系统设计[J].计算机与网络,2020,v.46;No.635,64-66.

[9] 裴丹丹. 基于ECharts的数据可视化实现[D].北京邮电大学,2018.

[10] Yifu Sheng,Weida Chen,Huan Wen,Haijun Lin,Jianjun Zhang. Visualization Research and Application of Water Quality Monitoring Data Based on ECharts[J]. 1 College of Engineering and Design, Hunan Normal University, Changsha, China.;2 Zhaoyin Network Technology (Shenzhen) Co., Ltd., Shenzhen, China.; Corresponding Author: Jianjun Zhang.,2020,2(1).

[11]  Grehan, Rick. Pillars of Python: Six Python Web frameworks compared[J]. InfoWorld.com,2011.

[13] 黄晶,毛美琪,陈娅,刘龙华,张宇东.互联网信贷对大学生消费行为的影响——基于北京地区高校的研究[J].商场现代化,2020(22):4-7.

[14] 华红艳.基于数据挖掘聚类分析的犯罪预警方法研究[J].信息技术,2020,44(12):38-42.

[15] 吴春梅,蒋林利,余荣川.基于Python和Django框架的二级学院资料室图书管理系统设计与实现[J].无线互联科技,2020,17(16):67-70.

[16] 李阳.基于Echarts数据分析的新生报到系统设计[J].物联网技术,2020,10(12):88-89.

[17] 谢娟英;高红超;谢维信,K近邻优化的密度峰值快速搜索聚类算法,【J】,中国科学:信息科学,2016,138-160,138-160

二、研究方案（包括研究内容、研究的基本思路和基本方法、研究进度安排）

1.研究内容

（1）数据采集：

3.数据元素：1学生月平均消费水平2每月食物消费3一学年内购买单件超过100元物品数量4一学年最高消费是什么5每月购买次数最多的物品6每月购买次数最多的食物7每月外出聚餐次数8每月外出聚餐消费平均水平9每月点外卖次数10每月网购次数11网购能接受的最高消费12现用手机价格13是否有换手机意愿14买手机钱渠道15此前是否分期付款过任何商品16分期付款过的最贵商品17觉得自己是否达到理智消费18平均每月收入（大于零）19每年旅行消费20是否曾陷入校园贷21每月花费套餐费用22每月投资理财费用23每月购买学习用具及学习资料费用

2.研究基本思路：

对采集的数据进行聚类，划分群体，记为各个维度的标准，以这个标准建立一个系统，该系统可以基本可实现本人输入对应的数据可以查看自己在学校范围内所处的消费水平、是否需要提高一下理智消费、校园贷风险防范意识层次、是否需要加强自己社交能力等各个维度的位置。

3.数据维度：

（1） 每月食物消费占学生月平均消费水平为恩格尔系数，以恩格尔系数来定级，定级结果根据数据执行结果决定，可分五个层次（50%以下、50-65%、65-80%、80%-90%、90%以上）

（2） 分别以max为年消费最高物品价格占年总消费比、trl为年度旅游消费占年总消费比、hundred为一学年内购买单件超过100元物品数量*价格占年总消费比，综合max、trl、hundred以及恩格尔系数划分不同层次的理智消费水平

（3） 分别以及综合探究网购能接受的最高消费、现用手机价格、是否有换手机意愿、买手机钱渠道、此前是否分期付款过任何商品、每月投资理财费用、分期付款过的最贵商品与陷入校园贷风险关联，划分风险意识层次

（4） 以每月外出聚餐次数、每月外出聚餐消费平均水平为人情消费来划分是否需要加强自己人际关系

4.研究进度安排：

1. 一月份中旬开始发放网上调查问卷，三月初线下发放纸质版调查问卷，三月中旬完成数据采集工作。

2. 四月初完成数据预处理工作以及数据挖掘工作，四月份底完成平台搭建工作。

3. 五月中旬提交论文定稿。

4. 五月底开始论文答辩。

三、写作提纲

（写到二级目录）

第一章 引言

1.1研究背景

1.2研究的目的和意义

1.3数据来源及其可靠性

1.4数据采集

第二章 数据预处理

2.1用回归、贝叶斯形式化方法的基于推理的工具或决策树归纳填充缺失值

2.2初步测试数据可视化

2.3挖掘各个数据之间的联系

第三章 标准构建

3.1学生消费行为聚类指标

3.2聚类结果分析

3.3学生社交关系结果分析

第四章 平台搭建

4.1基于django框架搭建平台

4.2创建mysql数据库

4.3基于结果分析指标通过echarts构图

4.4测试数据与指标一致性

4.5实验总结