【技术实现步骤摘要】
本专利技术涉及数据预测，具体涉及一种基于校园一卡通的学生消费数据智能分析方法。
技术介绍
1、校园一卡通是一种基于智能卡物联网技术和计算机网络的数字化解决方案，应用于校园管理。消费功能是校园一卡通最重要的功能之一，学生通过校园一卡通在校内进行购物、餐饮、娱乐、学习等各种类型的消费。通过学生的校园一卡通消费数据，深入分析学生的消费行为模式，智能预测学生的未来消费，有助于学校了解学生的需求和喜好，从而提供更加贴近学生需求的服务和产品，并预防资源浪费和供需失衡等问题。
2、利用现有技术arima模型（自回归移动平均模型，autoregressive integratedmoving average model）可以对学生消费行为进行预测，ar模型（自回归模型，autoregressive model）是arima模型的组成部分之一，ar模型能利用数据自身的历史信息来预测未来的趋势。在ar模型中，模型参数反映过去数据点对预测数据点的影响权重，模型参数影响预测的准确性，然而，现有方法通过均方误差确定模型参数，忽视了学生实际消费情况的影响，导致学生消费行为预测不准确，使得导致学校市场供需关系不合理。
技术实现思路
1、为了解决利用现有技术arima模型预测学生消费行为过程中，模型参数选择不合理，导致学生消费行为预测不准确的技术问题，本专利技术的目的在于提供一种基于校园一卡通的学生消费数据智能分析方法，所采用的技术方案具体如下：
2、一种基于校园一卡通的学生消费数据智能分
3、获取校园一卡通的消费数据集合；所述消费数据集合包括所有学生的历史消费时序数据；
4、根据所有学生的历史消费时序数据，获取历史整体消费时序数据；将所述历史整体消费时序数据中的元素作为整体数据点；确定在所述整体数据点的预设区域中的区域点，在整体数据点的所述预设区域中，根据所述整体数据点和所述区域点的偏差程度，以及所述区域点的波动，获取所述整体数据点的模型初始参数值；
5、将历史消费时序数据中各元素作为各个个体数据点；在个体数据点所属的历史消费时序数据中，根据个体数据点之间的规律性，获取所述个体数据点的整体规律值；在各个学生的历史消费时序数据中，根据所有个体数据点的整体规律值，以及历史消费时序数据的波动性，获取各个学生的稳定值；根据整体数据点对应所有个体数据点及其整体规律值，以及整体数据点及其对应所有学生的稳定值，获取整体数据点的调节因子；根据整体数据点的调节因子对模型初始参数值进行调整，得到整体数据点的调整后模型参数；
6、根据历史整体消费时序数据，以及各个整体数据点的调整后的模型参数值，获取所有学生的消费预测数据。
7、进一步地，所述模型初始参数值的获取方法包括：
8、根据模型初始参数值公式获取模型初始参数值，所述模型初始参数值公式包括：
9、；其中，为整体数据点的模型初始参数值；为在整体数据点的预设区域中，所有区域点的总数量；为在整体数据点的预设区域中，第个区域点的数值；为在整体数据点的预设区域中，第个区域点的数值；为在整体数据点的预设区域中，所有区域点的正负号变换总次数；为整体数据点的数值；为在整体数据点的预设区域中，所有区域点的数值的均值；为在整体数据点的预设区域中，所有区域点对应中的最大值；为绝对值符号；为以自然常数为底数的指数函数。
10、进一步地，所述整体规律值的获取方法包括：
11、利用stl分解算法，将历史消费时序数据进行分解，获取历史消费时序数据对应的趋势分量和残差分量，并提取历史消费时序数据中的各个周期；
12、在历史消费时序数据中，将个体数据点的预设范围中每个个体数据点作为每个周围点；在个体数据点的预设范围中，根据周围点的数值、周围点对应的趋势分量以及周围点对应的残差分量，获取个体数据点的局部规律值；
13、根据个体数据点之间的规律差异性，以及个体数据点的所述局部规律值，获取所述个体数据点的整体规律值；
14、根据整体规律值公式获取所述整体规律值，所述整体规律值公式包括：
15、；其中，为个体数据点的整体规律值；为个体数据点的局部规律值；为个体数据点的数据值；为在个体数据点所属的历史消费时序数据的第个周期中，与个体数据点的序号相同的个体数据点的数据值；为在个体数据点所属的历史消费时序数据中，所有周期的总数量；为在个体数据点所属的历史消费时序数据的第个周期中，与个体数据点的序号相同的个体数据点的局部规律值；为个体数据点所属周期的长度；为绝对值符号；为归一化函数。
16、进一步地，所述局部规律值的获取方法包括：
17、根据局部规律值公式获取局部规律值，所述局部规律值公式包括：
18、；其中，为个体数据点的局部规律值；为在个体数据点的预设范围中，所有周围点的数值的方差；为个体数据点的预设范围对应在所述趋势分量的区域中，所有元素的数值的方差；为个体数据点的预设范围对应在所述残差分量的区域中，所有元素的数值的方差；为个体数据点对应在残差分量中元素的数值；为绝对值符号；为归一化函数；为分母调节因子。
19、进一步地，所述稳定值的获取方法包括：
20、根据稳定值公式获取稳定值，所述稳定值公式包括：
21、；其中，为学生的稳定值；为在学生的历史消费时序数据中，所有个体数据点的整体规律值的平均值；为在学生的历史消费时序数据中，所有个体数据点的数据值的方差；为在学生的历史消费时序数据中，所有个体数据点的总数量；为在学生的历史消费时序数据中，第个个体数据点的整体规律值；为在学生的历史消费时序数据中，第个个体数据点的整体规律值；为归一化函数。
22、进一步地，所述调节因子的获取方法包括：
23、根据调节因子公式获取调节因子，所述调节因子公式包括：
24、；其中，为整体数据点的所述调节因子；为整体数据点的数值；为整体数据点对应的第个所述个体数据点的数据值；为整体数据点对应的第个所述个体数据点的整体规律值；为整体数据点对应的第个学生的稳定值；为整体数据点对应的所有学生的总数量。
25、进一步地，所述调整后模型参数的获取方法包括：
26、根据调整后模型参数公式获取调整后模型参数，所述调整后模型参数公式包括：
27、；其中，为整体数据点的调整后模型参数；为整体数据点的模型初始参数值；为整体数据点的所述调节因子；为在历史整体消费时序数据中，所有整体数据点的总数量；为在历史整体消费时序数据中，第个整体数据点的调整后模型参数；为在历史整体消费时序数据中，第个整体数据点的所述调节因子。
28、进一步地，所述消费预测数据的获取方法包括：
29、利用各个整体数据点的调整后的模型参数值，对arima模型中模型参数值进行替换，并根据历史整体消费时序数据，对arima模型进行训练，获取训练后arima模型，利用训练后本文档来自技高网...
【技术保护点】
1.一种基于校园一卡通的学生消费数据智能分析方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于校园一卡通的学生消费数据智能分析方法，其特征在于，所述模型初始参数值的获取方法包括：
3.根据权利要求1所述的一种基于校园一卡通的学生消费数据智能分析方法，其特征在于，所述整体规律值的获取方法包括：
4.根据权利要求3所述的一种基于校园一卡通的学生消费数据智能分析方法，其特征在于，所述局部规律值的获取方法包括：
5.根据权利要求1所述的一种基于校园一卡通的学生消费数据智能分析方法，其特征在于，所述稳定值的获取方法包括：
6.根据权利要求1所述的一种基于校园一卡通的学生消费数据智能分析方法，其特征在于，所述调节因子的获取方法包括：
7.根据权利要求1所述的一种基于校园一卡通的学生消费数据智能分析方法，其特征在于，所述调整后模型参数的获取方法包括：
8.根据权利要求1所述的一种基于校园一卡通的学生消费数据智能分析方法，其特征在于，所述消费预测数据的获取方法包括：
9.根据权
10.根据权利要求1所述的一种基于校园一卡通的学生消费数据智能分析方法，其特征在于，所述预设区域的获取方法包括：
...【技术特征摘要】
1.一种基于校园一卡通的学生消费数据智能分析方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于校园一卡通的学生消费数据智能分析方法，其特征在于，所述模型初始参数值的获取方法包括：
3.根据权利要求1所述的一种基于校园一卡通的学生消费数据智能分析方法，其特征在于，所述整体规律值的获取方法包括：
4.根据权利要求3所述的一种基于校园一卡通的学生消费数据智能分析方法，其特征在于，所述局部规律值的获取方法包括：
5.根据权利要求1所述的一种基于校园一卡通的学生消费数据智能分析方法，其特征在于，所述稳定值的获取方法包括：
6.根据权利要...
【专利技术属性】
技术研发人员：陈国杰，陈俊睿，矫升法，王政，
申请(专利权)人：青岛天高智慧科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。