上半年消费市场延续恢复态势--重庆市统计局贸易处处长李川解读上半年消费数据

今年以来,全市上下深入贯彻落实党的二十大精神和中央经济工作会议部署,始终把恢复和扩大消费摆在优先位置,多措并举扩内需促消费。上半年,全市消费市场延续复苏态势,市场规模不断扩大,汽车销售明显好转,数字化、智能化、绿色化等新兴消费增势良好,网络零售额占比稳步提升,服务消费较快增长,高质量发展特征不断显现。

黄金周消费数据亮眼 展现中国经济强劲韧性

全国跨区域人员流动量累计22.04亿人次,36个大中城市重点商圈客流量同比增长164%,全国餐饮堂食消费规模较2019年增长254%……这些亮眼的数据来自于今年中秋国庆“超级黄金周”。假日经济强劲增长,消费市场加速升温,折射出我国经济持续恢复向好的良好态势。

基于校园一卡通消费数据的几种聚类算法的分析比较

随着高校管理信息化的加速和高校管理部门对各类校园信息资源需求的不断加强,校园一卡通被广泛应用于学生生活的各个领域,并要求对其存储的海量数据进行挖掘分析为各个部门提供决策依据.聚类算法作为最常用的数据挖掘方法之一被广泛应用于一卡通数据挖掘,但目前不清楚哪种方法更适用于一卡通数据.使用多种常用聚类算法对一卡通数据进行了实验,得出了最适合挖掘该数据的聚类算法,并分析了相关原因.

RFID新技术模式下的服装消费数据统计研究

RFID无线频射技术在服装零售业的应用是目前国内外服装市场需求的产物。本文探究了服装品牌市场对RFID技术的实践运用现状,设计了以RFID技术为核心的数据统计新模式,并从客流监控、消费者选择、消费者试衣、消费者购买等多维度分析服装卖场的消费数据,得出现行服装卖场消费数据统计分析的策略,对当前服装设计与市场推广具有应用价值。

基于校园一卡通消费数据的高校贫困生分析

目前,我国高校都已经建立了较为全面的贫困大学生资助体系,但是由于学生的贫困生申请信息偏于主观、贫困指标难以量化等因素,使得贫困生认定工作仍然是高校资助决策中的难点问题。寻求一种客观、高效的贫困生认定评估标准,成为高校资助工作研究的重要内容。该文采用数据挖掘的手段,从学生的校园一卡通消费数据入手,使用K-means聚类算法对数据进行分析。在此基础上,该文建立了基于聚类结果的贫困生指数算法计算每个学生的贫困生指数,用于辅助高校资助决策工作。

北京城市消费发展演化研究——基于1998-2018年消费数据

在新冠疫情防控常态化、社会经济发展新格局加快形成的态势下,消费对城市经济增长的稳定器和支柱作用进一步凸显。本文通过对1998—2018年北京城市消费数据的梳理、分析,探讨20年间北京市消费规模、结构变化情况和规律,以期为城市新消费发展提供理论参考。

关联规则方法在食堂消费数据中的应用研究

选择食堂消费数据为研究对象,结合粗糙集知识,对数据进行预处理分析,利用关联规则挖掘出概括型规则集,以帮助食堂调整经营策略。

中国消费数据的统计诊断分析

利用现代统计诊断理论的有效工具，研究了中国消费数据１９５２～１９９２年间国民收入总额与消费额之间函数关系确立的影响评价。

聚类分析方法在食堂消费数据中的应用研究

以聚类分析方法为基础,研究学校食堂消费数据,从而分析出男女生消费特点的不同,以帮助食堂改进经营策略。

基于校园一卡通消费数据的贫困生辅助分析系统设计

校园一卡通系统的消费数据的价值析取是高校信息化研究的一个重点,本文基于校园一卡通的消费数据,设计了一种贫困生辅助分析系统,将高校贫困生认定从主观因素为主转变为主观因素和客观因素(数据)相结合的判断模式,取得了良好的效果。

基于校园一卡通消费数据的挖掘

随着校园一卡通系统的普及,餐饮、商超、缴费、考勤等业务变得越发方便。本文以校园一卡通所有食堂餐饮消费数据为研究对象,通过数据挖掘,为学校科学决策与优化资源配置提供依据。本文提取了校园一卡通中1317925条餐厅消费数据,利用Excel等软件进行预处理、分类、统计分析等操作,挖掘出隐藏在数据中的有价值信息。首先,整体比较了不同食堂的消费分布;其次,分析了各类人群消费分布;最后,分别以消费次数和消费金额为主因素找出全校最火爆、最冷门窗口及销售冠军窗口,旨在通过数据挖掘能够为智慧校园的建设提供科学依据。

服装消费数据的分析与可视化平台研究

当前服装数据的分析与可视化存在数据单一等缺陷,以至于企业及消费者不能有效处理和利用网络购物平台中产生的海量消费数据。为此本文以行业统计数据、服装评价、服装类新闻等3类关键数据为对象,设计并实现了服装消费数据的分析与可视化平台。平台针对文本类型的服装评价和新闻运用NLP技术进行预处理;根据评价数据的主题差异性特点,分别采用基于词向量和欧氏距离的 k-means、基于 tf-idf 的 k-means 思想进行分类,并将2种结果结合进行分类与分析;根据服装潮流新闻关键词的特征,采用tf-idf对其进行关键词的提取与分析。最后采用ECharts、词云、交互式等方法将各类数据进行可视化并嵌入到平台中。

基于多学科优化设计方法的电力消费数据预测研究

本文利用多学科优化设计方法,构建电力消费数据与经济发展的响应面(Response SurfaceMethodology,RSM)、径向基函数(Radial BasisFunction,RBF)和克里金(Kriging)三种模型,并分析了它们的误差,从而对电力消费数据进行预测。结果表明,RSM、RBF和Kriging模型对电力消费数据预测的相对精度分别为93.36%、98.44%和84.89%,其中,RBF模型的预测精度最高,能实现对电力消费数据的准确预测。而Kriging模型的相对精度很差,不适合应用于电力消费数据的预测。

基于消费数据的高校精准资助系统

高校学生资助是国家扶贫的一项重要内容,是高校人才培养工作的重要组成部分。当前,我国的高校学生资助工作已经取得了巨大的成绩,但我们同时也要看到,认定过程舞弊,资助方式和力度缺乏精准的管理等问题也越来越影响这项工作的成效。如何利用各个高校已有的消费数据反向促进高校的精准资助工作,为学生量身定制精准资助的管理模式,对于提高高校资助工作水平,实现公正公平的资助体系具有重要意义。

基于算法以及小波分析的智能卡消费数据异常检测

在智能卡使用的过程中,由于刷卡机故障或者线路故障等因素,可能造成智能卡刷卡机上传到后台的数据错误或者丢失,从而给企业或者商户造成经济损失。从提高数据上传性能的角度来解决数据传输过程的问题,先利用小波多分辨分析分离客户消费数据的高频和低频,再利用最小二乘法(多元线性回归法)和基于密度的异常检测算法处理原始信号与重构信号的差值,找出客户消费记录中的异常数据。最后,通过对学校超市的非平稳消费数据信号进行试验,论证了利用最小二乘法比基于密度的异常检测算法可以较好地检测出客户消费的异常数据,从而为企业的财务人员或者商户提供更可靠的消费数据。

支付宝用户消费数据共享意愿影响因素研究——基于计划行为理论

近年来,随着移动支付在人们日常生活中扮演着越来越重要的角色,消费数据的大量产生后如何使用户消费数据得到进一步的分析利用,为不同用户提供更精准的金融服务,进一步为社会创造价值成为每一个金融机构面临的新挑战。支付宝用户作为消费数据的主要生产者之一,探究他们对于消费数据共享的倡导和参与的影响因素,对于推进消费数据共享进程具有重大意义。本文以计划行为理论构建了支付宝用户消费数据共享意愿模型,以共享态度、主观规范、感知行为控制和共享意愿作为影响因素对支付宝用户进行了问卷调查,使用软件SPSS20.0对数据进行了整理分析,最后根据结论提出了建议和对策。

基于校园卡消费数据的学生经济困难程度的综合评价指标体系的构建

在高校认定家庭经济困难学生的工作中,提高认定的科学性和合理性是难点。该文基于校园卡消费数据建立了一套评价学生经济困难程度的指标体系,计算出每个学生的经济困难指数。实验结果表明,疑似经济困难学生表现出日均食堂三餐金额偏低、食堂就餐率偏高的低消费水平特征,部分经济困难认定学生表现出日均食堂三餐金额偏高、食堂就餐率偏低的高消费水平特征。该指数较真实地反映了学生的生活消费水平,可作为经济困难学生认定的重要参考依据。

基于校园一卡通消费数据的贫困生辅助认定的研究

校园一卡通的消费数据的研究是高校信息化研究的一个重要方向,是学生在校消费水平的重要表现之一。本文以学生一卡通消费数据和基本信息为研究对象,通过数据挖掘和数据分析技术,进行贫困生辅助认定分析,希望为学校学生工作人员在对贫困生最终认定时做辅助参考。

浅谈如何建立由消费数据驱动的品牌培育模式

本文分析了"总量控制、稍紧平衡,增速合理、贵在持续"调控方针指导下和行业高质量发展背景下,企业销售形势一片大好背后潜藏的三大困局,提出建立由消费数据驱动的品牌培育模式应对困局,并从三个方面阐述了其必要性,最后以实现品牌与消费需求精准匹配为主线,围绕消费环节中三个关键词——买什么、在哪里买、以什么价格买,从建立品牌格局优化模型、零售客户订单智能推送模型和零售价格可视化监测模型三个方面,提出了建立消费数据驱动的品牌培育模式的设想。

对建立消费数据采集新模式的几点思考

文章分析当前行业在“用数据说话、用数据决策、用数据管理、用数据创新”的新浪潮背景下,消费者数据采集模式存在的问题,按照新现代终端、合作与加盟终端、普通终端三个类型,分别阐述如何加强数据基础,适时扩大数据采集范围,探索消费数据采集新模式的方法,为相关研究者提供借鉴。