肖永钦

（福建师范大学 网络与数据中心，福建 福州 350117）

近年来，国家高度重视贫困生资助问题，并做出决不让一个学生因家庭经济困难而失学的伟大承诺[1]。相信在国家的大力扶持下，学生因贫困而退学的情况将彻底成为历史。同时，另一个问题也浮出水面—如何科学且合适的将这些资金准确的分发给各位贫困生？目前贫困生的界定[2]主要是通过民政局证明、学生老师推荐、平时观察等方式，主观性因素大，不精准且不利于维护学生们的自尊心[3]。而高校信息化的快速发展，积累了学生的大量过程数据，还有相当一部分的实时数据，为解决贫困生的问题提供了可能。通过大数据[4]分析挖掘的手段，可以实现贫困生的识别更加精准、贫困级别智能评定、学生在校消费水平和生活困难指数，客观呈现公正全面、洞悉真实贫困状况，找出真正的贫困学生，使得贫困关怀、国家奖学金、助学奖学金等颁发更加公平、客观[5]。同时可以帮助他们减轻他们在接受补助时的心里压力，维护他们的自尊心，做到合理的分配[6]。

谢桂阳等[7]介绍提出的FM(factorization machines)模型，通过业务系统原始数据收集、有效数据抽取、数据探索与预处理、建模和应用、结果与反馈五个步骤科学建立了可反馈的模型，可实现实时更新，能够更加准确的锁定贫困生范围，科学调用历史数据，全面分析所有学生，在大数据的整体分析下大大增加了预选贫困生的贫困真实性，为评出贫困团体提供重要参考数据。……