基于SVM算法的高职贫困生导常行为的研究

• 作者: 周静 龙小宏
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 贫困生 SVM 异常行为
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 算法分析
• 页码范围: 103-105
• 页数: 3页
• 分类号: TP391.41
• 字数: 1896字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2020.07.39

摘要

目前,我国高职院校基本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职院校资助决策中的难点问题.一般高职院校贫困生评定流程,一是让学生在家庭所在地开贫困证明,二是学生在学校填写贫困生申请表,三是由学生所在院系组织评议小组对申请人进行评议.但是,学生向学校提交的家庭贫困证明,往往会出现虚假信息的情况,这就给高职院校资助工作带来了难题.因此,如何在高职院校缺乏学生的真实家庭情况以及助学金的金额有限的背景下,将助学金发放到最需要帮助的学生手上成为亟待解决的问题.本文利用大数据技术,对学生在学校使用一卡通产生的消费、进出图书馆、进出教室寝室等数据进行挖掘与分析,判断高职院校目前采用的贫困生评判规则是否合理,并找出其中"伪贫困生"和真正需要帮助的学生,为高职院校学工部在贫困生资助管理工作中提供参考意见.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周静	泸州职业技术学院信息工程学院	18	22	3.0	4.0
2	龙小宏	泸州职业技术学院信息技术中心	7	10	1.0	3.0