基于大數據的學生食堂消費畫像構建及其應用

曹 芳，章翰源

（廣東郵電職業技術學院，廣東廣州510630）

高校餐飲經營服務是學校后勤保障的重要部分,是檢驗學校綜合水平的重要指標，不僅擔負著提供飲食的功能，還是高校精神文明的窗口[1]。目前高校餐飲存在一些問題，如就餐時間集中、人多排隊，菜品不受歡迎，剩菜嚴重，大學生的外賣消費日漸增多，學生的個性化需求得不得滿足等。如何精準地描述學生在食堂的消費情況，本研究借鑒大數據中用戶畫像方法論及技術，利用大數據對學生在食堂消費行為、消費水平分布、消費喜好等維度進行消費畫像，用數據分析的結論作為決策的參考依據。

用戶畫像（User Profile）作為實現精準信息服務的一種工具，近年來在圖書館、電子商務、健康醫療、旅游管理、精準營銷等領域得到了較為廣泛地應用[2]，但用戶畫像在學生食堂消費方面應用較少，大數據在食堂管理中的應用大多數探討的是幾個維度的數據分析和相關性分析，缺乏整體的全方位的分析和科學的方法論，本研究用數據畫像的方法，進行數據挖掘和過濾，從大量的食堂消費數據及相關數據中篩選隱藏數據，發現不同類型用戶消費特征，提出并建立了學生食堂消費畫像的標簽體系，從而構建用戶畫像。該用戶畫像不僅可用于食堂管理提升，也可用于學生管理工作精準化。

1 用戶畫像內涵及特性

關于用戶畫像的概念，普遍認為最早是由“交互設計之父”Cooper 提出來的，他認為用戶畫像是真實用戶的虛擬表示，是基于一系列真實數據的目標用戶模型[3]。用戶畫像通常包含用戶屬性、用戶特征、用戶標簽三個基本要素[4]。用戶屬性可分為靜態屬性和動態屬性兩種，靜態屬性即用戶的基本屬性，如姓名、性別、年級、班級、生源地等；動態屬性即用戶行為屬性，如在食堂消費中的消費時間，消費金額，消費地點等。用戶特征是在用戶屬性基礎上提煉出的共性特征，用戶標簽是對用戶特征精煉后的標簽化符號表示，畫像構建的核心即為標簽體系的建立，根據主體區分的原則，用戶畫像又可分為個體用戶畫像和群體用戶畫像，本研究將重點針對群體用戶開展用戶畫像的研究與應用。

2 用戶畫像構建

用戶畫像的構建流程通常包含數據采集、數據處理與挖掘、特征提取，建立標簽體系，生成畫像等步驟。構建方法包括了獲取用戶屬性數據的方法、將屬性數據轉換為特征的方法、將特征轉換為標簽的方法，以及畫像的可視化表現方法。

2.1 數據采集

數據采集過程即從多個子系統中抽取數據，并完成數據的清洗、加工、匯總，最后形成用戶畫像構建的原始數據。本研究以G 高校為例，從“一卡通”食堂消費系統中導出2019 年11 月、12 月兩個月的學生食堂消費數據作為分析對象，數據表模型見表1，該數據含消費學生3274 人，消費記錄72.5 萬條。從教務處學籍管理系統導出的學生基本信息表（數據表模型見表2），由于消費機號是固定在相應位置的，及消費機號和食堂窗口是有一一對應關系的，為本文描述方便，將窗口位置號等同消費機號。

表1 學生食堂消費交易記錄數據模型表

表2 學生基本信息數據模型表

2.2 數據挖掘與特征提取

在特征提取階段，首先根據學生用戶的基礎屬性特征，重點提取了年級、性別、省市3 個典型基本特征；在消費習慣方面，根據消費交易時間屬性重點提取了用戶消費月份、日期，每周的周幾、就餐時段（早餐/ 午餐/ 晚餐/ 宵夜）、當天消費時間5 個特征指標；由于學生每打一個菜要刷一次卡，就產生一條消費記錄，即每一餐的消費金額由好幾條消費記錄組成，所以按相同學號和同一用餐時段通過分組聚合得出每位學生每餐消費金額的特征；根據交易機號對應食堂窗口，及交易機號和飯菜單價，可得出消費喜好特征。以上特征提取及每餐消費金額用Power Query程序對數據進行拆分和分組聚合實現，就餐時段的劃分，先定義早午晚餐分別對應時間范圍，采用VLOOUP 函數實現數據分組，通過對原始數據的預處理與轉換環節，使其成為易于分析的事實數據，將數據存儲在消費記錄事實數據表里，如表3 所示，另外每餐消費金額存儲在每餐消費事實數據表中。

表3 學生食堂消費事實數據模型表

2.3 學生畫像標簽體系設計

用戶畫像建模其實就是對用戶“打標簽”，從對用戶打標簽的方式來看，一般分為統計類標簽、規則類標簽、機器學習挖掘類標簽[5]，統計類標簽是最為基礎也最為常見的標簽類型，例如月平均消費額，月消費次數等，規則類標簽基于用戶行為及確定的規則產生，例如平均每餐單價超過12 元以上定義為高消費、每個月消費30 次以下的學生定義為校內消費次數低，機器學習挖掘類標簽通過機器學習挖掘產生，用于對用戶的某些屬性或某些行為進行預測判斷。

良好的畫像標簽能夠滿足清晰的可視化效果，畫像標簽即為用戶特性劃分結果的形象化表示，因此需要依據學生不同維度數據特點以及分類結果制定畫像標簽[6]。在不同場景下側重不同，在食堂消費的場景下，用戶畫像的服務對象主要是食堂管理人員及學生工作管理人員。本文主要從以下三個維度考慮標簽的設置，一是從消費水平的維度，即學生平均每月食堂消費是多少，低消費與高消費占比，平均每餐消費多少；二是學生消費習慣的維度，例如喜歡在什么時間打飯，喜歡在學校就餐還是外出就餐或點外賣，平時是否吃早餐，周末是否在學校就餐；三是學生就餐喜好的維度，例如最喜歡在哪個窗口打飯，不同生源地的學生對不同窗口的喜歡，哪些菜式受歡迎。根據以上考慮，設計學生食堂消費畫像標簽體系，見圖1。

圖1 學生食堂消費畫像標簽體系圖

針對設計的學生食堂消費畫像標簽體系，利用統計方法計算出的月平均消費金額、月平均消費頻次，就餐時間分布、各類型消費的金額分布、交易機號消費頻次等，利用聚類算法分析出的學生消費水平等標簽。

2.4 整體用戶畫像及可視化呈現

整體用戶畫像主要從學生的消費水平、消費習慣、消費喜好三個維度展示出學生食堂消費的整體特征，圖2 所示。通過數據分析生動地呈現學生食堂消費畫像，在消費水平方面，學生每月平均消費為323元，男生每月食堂消費是女生的1.77 倍，人均每餐消費8 元；在就餐習慣方面，人均每月在校就餐次數40次，53%的學生每月有一半時間不在食堂吃早餐，有3.7%學生從不在食堂吃早餐，33%學生人均每月在校就餐次數少于30 次,即平均每天在學校吃一餐，周一至周三在本校就餐學生較多，周四、周五略低，周六、周日就餐人數是周一的一半，大部分學生喜歡在11:35- 11:53 去吃午餐，在17:53- 18:11 去吃晚餐；就餐喜好方面，47、158、14 號窗口最受歡迎，男生大多在157號窗口打4 兩米飯，女生大多在16 號窗口打2 兩米飯，154 號窗口的2 元菜式、23 號的4 元菜式、133 號的5 元菜式最受歡迎，生源地G 城市、J 城市學生最喜歡去47、53 號窗口消費，M 城市、Z 城市學生喜歡去158、14 號窗口。

圖2 學生食堂消費整體用戶畫像

通過數據可視化分析技術，可制作出學生消費群畫像的展示頁面，例如學生每月平均消費情況分布圖，每月在校就餐次數分布圖，學生平均每餐消費分布情況，午、晚餐不同時間段就餐人數分布圖，各消費機消費次數統計圖等。

2.5 典型群體用戶畫像

根據不同維度的消費特點，制定一定的規則生成數據標簽，將學生分成不同的群體，進一步對不同群體進行畫像，使消費特點更加準確和明顯，更適合進行精準管理。本研究對如下消費群體進行了畫像。

2.5.1 貧困生消費群體畫像

南京理工大學教育基金會通過數據分析，把每個月在食堂吃飯超過60 頓，一個月總消費不足420 元的學生，列為受資助對象[7]。按此標準挖掘出該消費情況的貧困生，占比3.1%，并進一步分析得出該類學生平均每餐消費5.6 元，其中早餐平均每餐3 元，午晚餐每餐平均6.7 元，在校月平均就餐次數66 次，經常消費的是4 兩或3 兩米飯，菜式是158、157 號窗口的純青菜，154、153 號窗口的菜炒肉，早餐在158 號窗口的0.5 元豆漿或粥居多。

2.5.2 高消費群體畫像

按平均每餐單價超過12 元以上定義為高消費，分析得出該人群占比5%，平均每餐消費13.3 元，其中早餐平均每餐8.6 元，午晚餐每餐平均14.6 元，在校月平均就餐次數29 次，喜歡23 號窗口純肉菜與47 號機3.5 元菜式。

2.5.3 經常點外賣或外出就餐學生群體畫像

按平均每天在校就餐一次即每個月消費30 次以下的學生定義為校內消費次數低的學生，該類學生經常點外賣或外出就餐，該人群占比33%，平均每餐消費8.33 元，平均每月就餐次數16.8 次，高年級占比58%，新生占比52%。

3 用戶畫像應用

構建用戶畫像之后，即可更加清晰地了解用戶的消費情況、消費習慣、消費喜好等，從而制定更有針對性的食堂管理改進方案，為個性化學生管理提供參考依據，針對大數據分析結果，可有以下幾個方面的應用。

3.1 食堂管理方案的制定更有針對性

1）針對每日用餐時間段人流量分布等數據進行分析，在高峰期和高峰窗口增加人手或增設設備，或提前引導學生避開高峰期就餐，使廣大師生得到良好的用餐體驗。

2）每隔一段時間根據消費次數最多的消費機號和菜式，評選最受歡迎窗口、最受歡迎菜品等，同時還可細分最受歡迎的早、午、晚餐，最受男生歡迎的窗口，最受女生歡迎的窗口等，并且可以和食堂廚師的激勵掛鉤，提高飯菜質量，創新菜式。

3）利用大數據節約資源，針對周一到周五及周末食堂用餐人數分布進行科學預測，據此準備相應的食材，減少浪費，做好食堂員工的休假時間安排，節約人力資源。

4）聚焦在校就餐次數較少的同學，針對性地發放就餐調查問卷，進一步調研外出就餐或點外賣原因，改進食堂管理，增強他們的在校就餐黏度。

5）分析不同地域同學的人數分布和飲食愛好，開設地域風味菜式專窗等。

3.2 學生管理工作更加精準化

1）利用大數據技術甄別出貧困生，可作為貧困生界定的依據之一，或直接對飯卡充值補貼。

2）對吃早餐次數少的同學可進一步統計所在年級及院系分布，針對性開展早睡早起的活動，宣傳早餐重要性，開展飲食營養及用餐搭配講座等，引起同學對早餐的重視。

3）可進一步綜合上課打卡數據，學生食堂的消費頻次、消費金額和消費時間、上課打卡時間等多項信息，設定公式模型進行計算，得出學生生活規律指數。將生活規律指數與預警機制掛鉤，加強學生管理，早提醒、早介入。

3.3 加強個人消費管理

利用大數據技術生成每個人的個人消費畫像，學生可以看到自己的消費數據，例如每月消費金額及累計消費金額，早午晚餐的平均消費金額及次數等，早餐次數過少還可以有溫馨提示等，讓學生更了解自己消費，做好消費計劃，同時畢業后也可查閱，保存學生時代的回憶。

4 結束語

對食堂消費大數據的應用，可促進食堂管理工作從傳統經驗直覺模式向數據決策模式的轉變，通過對數據分析挖掘出潛在的價值，[8]優化食堂管理工作。

另外可進一步將校園一卡通數據結合學生學習成績、學生工作系統等數據，把學生的成績、消費、借書、上課打卡考勤、參加校園活動情況、獲獎情況等多維度屬性分析出來，形成更加全面、生動、直觀的學生畫像，該畫像能夠幫助學校更及時準確地了解學生情況，對開展個性化教育、科學決策制定、及時做出問題預警等工作起到至關重要的作用。[9]而且通過個人畫像能幫助學生關注自己的生活動態，及時發現自己在生活中不易察覺的變化，從而做出評價和改善。