基于Apriori算法的大学生早餐数据分析

崔鹏 承德石油高等专科学校

基于Apriori算法的大学生早餐数据分析

崔鹏 承德石油高等专科学校

大学生的课程相对其它学习阶段较为轻松，但是依然算得上繁重，每天学习新的知识、熟练技能，脑力劳动非常消耗能量，尤其是消耗蛋白质，为了保证学校效果，学生要保证每天能储存足够多的营养素。早餐距离前一晚餐的时间最长，一般在12小时以上，体内储存的糖原已经消耗殆尽，因此早餐是非常重要的，本文利用Apriori算法对大学生的早餐消费信息进行挖掘，以期找到影响早餐的因素。

Apriori算法 高校餐饮 大学生食堂 饮食营养 大数据 数据挖掘

首先需要准备一个有2000份就餐信息的数据仓库，从中把在时间段6:00至9:00消费为0元以上的数据进行提取，得到数据如表1所示，以文本形式保存后指定给程序，在程序中设置的输入数据为：最小支持度min_sup=0．05。

表1 学生早餐消费表（限于篇幅此处只展示了八个学生）

然后利用Aprior算法，把在6:00至9:00消费金额为0元的全部置“0”，通过“与”运算获得K-频繁集，一旦出现2-项集就可以停止运算了，最终输出得到关联规则如表2所示。

表2 有早餐消费记录学生的关联规则（此处以五个规则为例）

挖掘结果显示所选高校的大学生在早餐上有诸多不良饮食行为，主要表现在：首先是不重视早餐，并且早餐质量普遍偏低。从结果上看绝大多数的学生早餐摄取的食物种类不超过两种，种类单调、营养结构不合理，而且还有部分学生根本不吃早餐；然后是学生食用牛奶及乳制品和水果频率偏低，油杂食品以及零食摄入过多。最后是存在挑食现象，这类学生数量很多。

除去早餐之外，从大学生的整体饮食习惯所表现出来的差异，通过挖掘结果证明：性别的差异、不同的生源地以及所在专业的不同都有密切关系。女生的饮食习惯相对男生要好，喜欢吃零食是其最需要改正的不良饮食习惯，男生最需要的是去吃一顿丰盛的早餐，并且尽可能少吃宵夜。整体情况来看是来自城市的学生要好于来自农村的，文科专业相比其他是最好的。