随着科学技术日新月异发展,人类在生产生活中产生了无数的数据信息,数据从处理对象成为了一种基础性的资源。各高校积累了大量的学生行为数据,这些行为数据记录当中隐藏着大量有价值的信息,但我们很难凭借直观的感觉发现它,必须通过数据挖掘的方法将其表示出来,发现其中的有价值的信息,为高校资源的合理分配,校园的规划建设及师生的管理等工作提供有价值的参考。本文提出并实现了一个面向校园大数据的行为数据挖掘与分析系统。论文首先对现在高校的校园卡数据进行了分析和现在的相关技术的研究现状做了简要分析。然后,具体分析了数据挖掘中常用的Hadoop技术,具体介绍了FP-Growth算法的原理和流程。第三,基于sqoop技术设计了这种校园卡的用户数据仓库。最后对行为大数据进行了挖掘分析。主要包括:一、先统计分析确定出不同时间段食堂就餐人数,分析其变化情况,从而明确学校就餐高峰期相关的规律;二、通过统计部分学生的消费,使用决策树算法来建立学生贫困度模型,后通过剪枝手段优化,提升评估的准确率;三、统计学生经常去的商户,对相关数据进行挖掘分析,确定出学生和商户的关联规则,从而得到更方便于学生的方式。