齐怀峰

(安徽师范大学 学生工作处，安徽 芜湖 241000)



大数据背景下高校贫困生类别的判定
——以安徽师范大学为例

齐怀峰

(安徽师范大学 学生工作处，安徽 芜湖 241000)

目前高校贫困生的精准认定是一个公开的难题。本文以某高校连续60天的校园卡消费记录为依据，利用Python语言和K-Means聚类算法，依据15545名大学生个人消费金额，而将他们分5个“最优群体”。从最低消费群体中挖掘应该被认定为贫困生而没有被认定为贫困生的群体，从最高消费群体中挖掘不应该被认定为贫困生而被认定为贫困生的群体。本文以客观的消费记录为标准，利用大数据挖掘技术，为科学资助和精准资助提供了决策支持。关键词： 大学生；贫困生；K-Means；分类；判定

目前高校贫困生的精准认定是一个公开的难题,其认定难点主要在于界定标准的确定和认定成本方面(学校无法走访每一位大学生的家庭情况、贫困生个人情况也无法公示接受师生监督，只能依靠认定者的观察和判定，以致于主观因素影响较大)，再加上假贫困生争夺济困资源的行为客观上又加大了认定难度。本文以某高校连续60天校园卡消费记录(2016年2月22日-4月21日，共8616889条消费记录)为依据，采用K-Means聚类算法，将15545名(大一至大三本科生，其中贫困生4189人，占总人数的26.95%)大学生个人消费总金额分5个“最优群体”(群体内消费相似而群体间差异较大)。从最低消费群体中挖掘应该被认定为贫困生而没有被认定为贫困生的群体，从最高消费群体中挖掘不应该被认定为贫困生而被认定为贫困生的群体。……