大学消费行为论文提纲

论文题目：基于一卡通数据的G大学学生校园消费行为研究

摘要：随着我国信息化建设的深入推进,随之而来的是全国各高校在信息化建设方面的蓬勃发展。各高校为了更好地打造优秀的智慧校园环境,让信息化更好的服务于师生的工作、科研和生活。近年来在校园一卡通的建设中投入的资金和力度正逐年加大,校园一卡通系统的各项服务功能也越来越完善。校园一卡通目前已经广泛应用于日常餐饮消费、银行圈存、校园超市购物、校车、打开水、洗衣、购电、会议签到、图书馆、体育馆等校园生活的方方面面。随着校园一卡通的使用,每天会产生大量的校园一卡通数据,这些数据记录了学生日常学习和消费的大量信息,但对其内在反映的有助于优化校内商户营销和改进服务的价值却往往被人们忽略,利用这些信息可以有针对性的了解在校学生的消费习惯和购物偏好。本文通过数据挖掘等技术手段着重研究了在校学生日常校园内的各种消费情况,并将学生的食堂和超市消费情况进行了聚类分析和研究。研究目的是为了进一步给校内师生日常工作、学习和生活带来便捷,同时将高效精准的帮助校内后勤服务提升和提供商户营销建议变为可能。本文主要搜集和整理了 G大学2019年近百万条4月份最具代表性一周的全校学生校园一卡通食堂、商超和网络缴费等消费流水数据,作为本次研究的对象。为了更好地发掘校园一卡通管理平台数据中隐藏的规律和信息,主要进行了以下工作:（1）将数据以Excel文档的形式进行批量保存和整理,并对数据进行预处理。进行数据清理、筛选和脱敏,消除数据中存在的缺失、错误和冗余,为后期的数据挖掘分析提供有效的数据支撑。（2）首先对G大学全校的整体消费情况进行研究,并对学生的食堂消费行为、超市消费行为及其他消费行为数据进行多维度统计分析,全面的分析G大学学生的消费行为,实现数据的可视化。之后借助数据挖掘工具,用K-means聚类算法对G大学学生食堂消费行为和超市消费行为数据做聚类分析,研究学生消费偏好,分析影响不同学生群体存在消费差异的主要原因,并有针对性的提出合理化建议。（3）创新性的对后勤各商户的营销改进提出了合理对策,并给出具体改进措施及建议。通过本文的研究工作,深入挖掘了本科、硕士、博士三种不同类型学生的消费偏好,为今后学校后勤商户在营销优化和服务改进方面提出了细致合理的建议,为校内商户今后工作的开展提供了便利。

关键词：消费行为;一卡通数据;聚类分析

学科专业：工商管理硕士（MBA）（专业学位）

摘要

Abstract

1 绪论

1.1 研究背景和研究意义

1.1.1 研究背景

1.1.2 研究意义

1.2 国内外文献综述

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 论文研究主要内容

1.4 论文组织结构

1.5 本章小结

2 相关理论及技术概述

2.1 消费行为相关基本理论

2.1.1 消费行为理论概述

2.1.2 消费行为理论模型

2.1.3 影响消费者购买行为的因素

2.1.4 消费者购买行为类型

2.1.5 消费者购买流程

2.2 消费行为分析相关技术

2.2.1 统计分析方法

2.2.2 消费者需求研究方法

2.3 数据挖掘相关理论

2.3.1 数据挖掘的概念和特点

2.3.2 数据挖掘过程

2.3.3 数据挖掘的模式

2.4 数据挖掘相关技术

2.4.1 数据挖掘的常见技术

2.4.2 聚类分析理论概述

2.4.3 K-means聚类技术

2.5 本章小结

3 数据来源与数据处理

3.1 G大学一卡通系统简介

3.2 数据来源

3.3 数据处理

3.3.1 数据处理的方法

3.3.2 数据处理过程

3.3.3 数据处理结果

3.4 本章小结

4 G大学学生食堂消费行为分析

4.1 G大学一卡通使用与消费情况概述

4.2 食堂消费情况分析

4.2.1 食堂总体消费行为分析

4.2.2 食堂三类学生消费行为分析

4.3 学生食堂聚类行为分析

4.3.1 学生消费行为聚类分析

4.3.2 聚类指标描述性统计

4.3.3 本科生聚类结果及结果分析

4.3.4 硕士生聚类结果以及结果分析

4.3.5 博士生聚类结果以及结果分析

4.4 本章小结

5 G大学学生超市及其他消费行为分析

5.1 超市消费行为分析

5.1.1 超市三类学生消费金额分析

5.1.2 超市三类学生消费高峰比较分析

5.1.3 学生超市聚类行为分析

5.2 浴室消费行为分析

5.3 班车使用情况分析

5.4 打开水情况分析

5.5 网络使用情况分析

5.6 本章小结

6 基于消费行为的G大学服务设施改进建议

6.1 食堂商户服务改进建议

6.2 超市商户服务改进建议

6.3 浴室商户服务改进建议

6.4 班车服务改进建议

6.5 开水机商户服务改进建议

6.6 网络服务改进建议

6.7 本章小结

7 结论

7.1 总结

7.2 工作展望

参考文献

致谢