国内还没有实用的针对一卡通的分析系统供校园一卡通客户分析使用，特别是动态的根据实际情况分析的系统更少，进行校园一卡通信息分析主要有以下困难数据庞大校园卡仅仅一年的交易数据就有万条记录左右，文件数据量超过的大小，如此庞大的数据对挖掘算法的复杂度、计算机性能都要求很高数据不完整由于校园一卡通的服务商的更换以及多个小的一卡通网络的同时运行，业务及其规范不断发生变化，使积累数据前后不一致，得到的数据有的并不完整，进行准确的分析存在困难。尤其是校园卡的数据极其零碎，为分析工作增加了难度。数据选择和转换我们需要将一些不同的数据库中的属性数据结合起来，形成新的数据集合，以及将这些属性进行各种转换，如归一化、求和等。 一卡通数据分析侧重的几个问题 在校园卡的日常应用过程中会产生很多数据，这些信息包含着校园卡中许多隐含其中的、不易为人知的但又有用的特点，由于校园卡本身是由人的个体使用的，通过对一卡通数据的分析可以得到在校学生日常消费的习惯等信息，这对于校园一卡通系统本身的建设、领导的决策等都具有重要作用。对校园卡涉及的数据进行分析主要着重于以下几点： 用户消费人数峰值预测：在分析校园卡用户消费时，我们可以对用户进行整理，以消费场所为方向，得到一些用户的分类信息。这样可以为相关经营单位的生产经营提供一个比较明显的可参照数据，有利于经营中的效率提高，做到既不浪费资源，也不会出现供不应求的情况。 用户分类：通过对一卡通交易数据的分析，我们希望得到用户消费能力的分析结果并进行预测。我们可以将用户分为高消费用户，普通消费用户和偏低消费用户，从而可以通过这些数据为助学贷款发放的审查、恶意欠费等工作提供数据依据。 用户行为分析：将用户在消费类别、消费日期、消费金额上进行聚类分析，并利用结果结合用户资料对在校学生的相关家庭情况进行分析，发现用户的消费习惯和潜在的消费规律。以上列举的只是还不错主要的几点应用，还有其他的应用就不一一列举。