基于大数据的高校食堂精细化管理研究
来源:用户上传
作者:陈琦
摘要：目的：发现高校食堂就餐规律，提升学校管理能力，实现精细化服务。方法：根据学校一卡通融合支付系统消费数据对餐饮分类、就餐时段、学生等综合建模，通过统计分析、现场调研，发现学生就餐的实际情况与食堂售卖餐品分类的差异，进而提出改进意见。结论：食堂现阶段在精细化管理上存在不足，可以在提供食品种类的窗口数量上、提供个性化服务上提高管理水平，满足学生需求，增加学生满意度。
关键词：大数据；高校食堂；精细化管理；后勤服务
ResearchonDelicacyManagementofUniversityCanteenBasedonBigData
―TakingUndergraduateDiningDataofXuzhouMedicalUniversityasanExample
ChenQi
InformationDivisionofXuzhouMedicalUniversityJiangsuXuzhou221004
Abstract：Objective：DiscoverthediningrulesofUniversitycanteens，improveschoolmanagementabilityandrealizedelicacyservice.Methods：accordingtotheconsumptiondataoftheschool'sallinonecardintegratedpaymentsystem，thecomprehensivemodelingofcateringclassification，diningperiodandstudentsiscarriedout.Throughstatisticalanalysisandonsiteinvestigation，thedifferencesbetweentheactualsituationofstudents'diningandtheclassificationoffoodsoldinthecanteenarefound，andthenimprovementsuggestionsareputforward.Conclusion：Atthisstage，thecanteenhasdeficienciesindelicacymanagement.Itcanimprovethemanagementlevelintermsofthenumberofwindowsprovidingfoodtypesandprovidingpersonalizedservicesforstudents，meetstudents'needsandincreasestudents'satisfaction.
Keywords：bigdata；Universitycanteen；DelicacyManagement；Logisticsservices
一、研究目的
随着时代的发展，人民群众的生活越来越精致，在外卖、方便食品以及校外周边餐饮的冲击下，了解高校食堂如何能够满足在校生的需要，达成食堂精细化管理，在高校后勤管理中很有必要。通过基于大数据的分析，对精细化管理可以提供很好的支撑。根据论文检索发现，多数涉及高校食堂餐饮的论文主要聚焦于食堂消费画像［1］、食堂就餐与学习成绩之间的关系［23］、根据就餐同时出现频次用于分析学生社交情况［5］，再或比较大学生食堂消费与外卖消费情况［6］。利用大数据提升食堂精细化管理程度，提升学生满意度的研究相对较少。对于高校来说所处地域不同，主要生源地不同，学生的餐饮习惯都会有所不同。为更好地服务学校师生，提升学校管理能力，达成精细化服务，特撰写此文。
二、研究方法
徐州医科大学建立了融合支付一卡通系统，学生使用支付、微信、刷脸或刷卡消费均会被系统统计。根据线上统计机具情况、学生消费流水、线下窗口统计，即可建立对应模型，用于数据分析。本研究统计徐州医科大学2021年4月至6月的150个食堂窗口收费机具，13000余名在校本科生共计1388465条消费流水。
nlc202212131753
（一）建立食堂餐品分类模型
根据对食堂各个窗口售卖食品的种类总结归纳，可以发现徐州医科大学食堂各窗口都有一定的销售习惯，每个窗口会固定单一的销售模式。比如二食堂十一号窗口售卖面条，就只会根据学生点单情况，现做现卖各种面条类食品，基本不会同时售卖米饭类食品。这样根据对所有窗口统计可以发现，主校区学生食堂150个窗口，有55个窗口售卖快餐米饭，15个窗口售卖小炒米饭，33个窗口售卖面条、水饺馄饨，24个窗口为包子、烤饼。汇总如下图：
（二）建立学生就餐时间段模型
在校本科生由于上课时间不同，生活作息不同，就餐时间存在很大个体差异，甚至有些学生就餐次数都不是3次/天（比如有学生上午10：00―11：00左右吃一顿早中餐，晚上吃晚餐，一天只就餐两次；而有些学生习惯吃夜宵，17：30―18：00左右吃晚餐，21：00左右吃夜宵）。因此只能根据食堂营业时间及实际消费情况事先约定早、中、晚三餐的时间段，尽量忽略个体差异对就餐时间模型造成的差异。下图中横轴代表时间段，如5标示上午5：00到6：00，以此类推；纵轴表示当前时间段就餐人次占比情况。
根据以上数据约定如下：早餐：早上10：00前；午餐：早上10：00―下午15：00；晚餐：下午15：00后。
（三）建立学生模型
影响学生饮食习惯的因素可能会有性别、年级、所属学院等，把此类数据和学生归属地区结合，形成一个学生基本数据集。
（四）建立学生食堂就餐消费模型
为分析学生就餐情况，主要从数据中抽取学生学号、生源地、消费时间、消费金额、支付卡机（用于对应相应食堂窗口进而对应相关餐饮类型）。
结合餐品分类模型和就餐时间段模型，便可以形成完整的学生就餐饮食倾向模型。
（五）统计分析
窗口设置情况与实际消费量对比如下：
数据显示按照一级分类（面食、米、其他）或者更细的二级分类，整体来讲食堂的窗口占比和学生消费次数成正相关，造成正相关的可能性有两种：一是学生为了便利，尽量在人数较少的窗口购买食品，造成各窗口购买次数相对平均；二是食堂长期开放，已经形成了较好的优胜劣汰机制，窗口分布依照市场规律动态调整。经过实地观察分析，学生绝不会因为排队时间长就放弃对美食的追求，食堂经常出现一些窗口大摆长龙，同时个别窗口门可罗雀的情况。因此可以采信第二种可能，即食堂的动态调整，大体符合市场规律。
但是，从以上数据也可以看出个别种类窗口设置存在问题：
首先，干锅、麻辣烫类窗口及水饺馄饨类窗口存在数量偏多的问题，有供大于求的现象，偏差比分别高达63.67%和68.18%，应当在未来适当减少相关窗口改售其他种类食品。比较可参考的为面条类窗口，经过实地考察，面条类窗口在实际销售中需要现做现卖，购买人数也往往处于饱和状态，仍然存在31.11%的正偏差比，说明在本研究模型中现做现卖的窗口确实会存在一定正偏差比。那么干锅、麻辣烫及水饺混沌类窗口食品制作周期并不比面条类更长，应当将偏差比控制在30%左右。
其次，饮料类窗口偏少，存在供不应求情况，存在-45.14%的偏差比。考虑到部分饮料也是需要现场调配制作的，虽然相对于面条类制作时间短，但比快餐类打饭时间长，售卖窗口偏差比应大于-11.45%且小于31.11%，至少应在目前5个窗口的基础上增加3个售卖窗口。
根据上述分析可以发现，在计算是否存在售卖窗口与实际销售严重偏差时，对不同食品进行分类分析也很重要。为更快地推导结论，经过总结，可以把上述食品按照制作时效性进行细化分类：及时性、半及时性以及非及时性。现将窗口占比记为R1，消费次数占比记为R2，时效性参数记为C，计算偏差比的公式可以修正为：
经过实地记录食堂客流与测算，C在及时性、半及时性以及非及时性的取值分别为1.00、1.20、1.39时最能符合实际场景。
经过修正，可以更准确地反映各窗口设置情况。比如面条窗口仅有5%左右的偏差，与之前提到的实际观察吻合；再如饮料窗口缺口超过50%，严重不足，需要增设，也更能反映实际情况。
结语
本文通过对徐州医科大学本科生一卡通消费数据的研究，基于大数据建立了食堂餐品分类模型、学生就餐时段模型、学生模型，并结合以上三个模型建立学生食堂就餐消费模型。通过该模型，对数据进行了统计分析，发现食堂需要通过精细化的管理进行及时调整方向。研究下一步将针对学生不同年级、性别分析餐饮习惯及食堂就餐次数，为进一步提供精细服务寻找数据支撑。
参考文献：
［1］曹芳，章翰源.基于大数据的学生食堂消费画像构建及其应用［J］.湖南邮电职业技术学院学报，2020，19（04）：2730.
［2］韩伟，胡西民，付刚，等.基于校园一卡通系统的餐饮消费数据分析［J］.江苏科技信息，2018，35（24）：2629.
［3］郭鹏.基于校园一卡通数据的学生消费行为与成绩的关联性研究［D］.西北农林科技大学，2019.
［4］柴政，屈莉莉，彭贵宾.高校贫困生精准资助的神经网络模型［J］.数学的实践与认识，2018，48（16）：8591.
［5］龚黎旰，顾坤，明心铭，等.基于校园一卡通大数据的高校学生消费行为分析［J］.深圳大学学报（理工版），2020，37（S1）：150154.
［6］王婷婷，陈斌斌，张驰，等.高校学生外卖消费行为与在校就餐满意度的相关性研究［J］.中国健康教育，2018，34（08）：753756.
基金项目：2018年度江苏高校哲W社会科学研究项目“基于大数据的医学生在校行为分析与预测”（项目编号：2018SJA0976）
作者简介：陈琦（1987―），男，汉族，安徽灵璧人，硕士研究生，实验师，主要从事高校信息化管理、智慧校园建设及大数据相关工作。
nlc202212131753
转载注明来源:https://www.xzbu.com/1/view-15443244.htm
