基于校园一卡通消费数据对高校贫困生分类的应用研究

• 作者: 呙森林 孙宗良 张玺
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 校园一卡通 支持向量机 贫困生分析 数据挖掘
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 应用研究
• 页码范围: 100
• 页数: 1页
• 分类号: TP181
• 字数: 1246字
• 语种: 中文

摘要

目前,各大高校都建立了较为全面的贫困大学生资助体系.但是在确定受助人员时存在很大的不确定性,没有具体的贫困指标量化,真正贫困的同学碍于面子,缺乏主动性,非贫困生浑水摸鱼等情况导致贫困生认定工作依旧是高校资助决策的难题.为了寻求一种客观,公平,公正的方法,本文采用支持向量机(Support Vector Machine,SVM)对学生校园一卡通的消费数据进行分析,将学生按贫困与非贫困分类,在高校资助决策工作中给予一定辅助.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	呙森林	成都理工大学信息科学与技术学院	2	15	2.0	2.0
2	张玺	成都理工大学信息科学与技术学院	3	15	2.0	3.0
3	孙宗良	成都理工大学信息科学与技术学院	2	8	1.0	2.0