摘 要

精准资助通过对对象的精准、需求的精准等方面发放助学金，为高校助学金的发放提供良好的支持，让学生在温馨的环境中茁壮成长，从助学金方面彰显社会的公平、公正。高校精准资助体系的构建，能够为国家提高资助资金的利用率和准确度，为学校的助学金管理人员提供可用的模型方法，减少资助对象选定的困难，减少成本，提高效率。

本文基于大学生每天更新的一卡通数据、图书馆数据、寝室门禁数据、成绩数据等行为数据，运用目前发展迅速的大数据技术，在对学生行为数据的初步探索之后，数据挖掘，来获取学生在学校的消费状况、生活作风、学习成绩等数据，提取学生行为数据与助学金获取的关联性数据，选择合适的维度，作为特征数据，对模型进行训练，通过机器学习，完成助学金的精准资助预测。通过精准资助预测，实现对象的精准，资助真正的家庭困难学生，让每一笔助学金都发放到了真正需要的人的手里，解决寒门学子的问题，帮助完成他们的学业，为更多的高校助学金管理体系给予宝贵的参考价值。

关键词：数据挖掘，特征数据，机器学习

Abstract

Precision funding through the accuracy of the object, the need for precision and other aspects of the grant of grants for the issuance of college grants to provide good support for students in a warm environment to thrive, from the grants to highlight the social fairness and justice.So, the scientization establishment of the sustentation system of the poor in the university, for the poor in the university means the fairness of sustentation；for the country it can improve the service efficiency of assisting funds; for the managers in the school can reduce administration expense cost and operating cost and improve management efficiency, which has a profound significance for the establishment of harmonious society and the implementation of talent strategy.

Based on every student’ updated one-card data, library data, dormitory entrance guard data, grade data and other behavior data every day, using big data mining and analysis technics, machine learning, mathematical modeling theory helps managers master students’ real spending on school days and true economic levels, find out the recessive poor students and the uncertain false affirmed poor students in order to achieve the precise funding, make the best use of each grants and help every poor student finish school successfully. Therefore, using big data mining and analysis technics ,based on consumption data of students on school days, has an important application value for achieving the precise excavation of poor students, so as to provide valuable reference value for the management of college grants.

Keywords: data mining, characteristic data,machine learning

目 录

第1章 绪论 1

1.1 研究目的与意义 1

1.1.1 研究目的 1

1.1.2 研究意义 1

1.2 国内外现状 2

1.2.1 国内研究现状 2

1.2.2 国外研究现状 2

1.3 研究内容 3

1.4 技术路线 3

第2章 研究基础 4

2.1 openfea数据分析平台 4

2.2 精准资助 4

2.3 探索性数据分析方法 4

2.4 机器学习方法 4

2.5 模型优化方法 5

2.5.1 重采样方法 6

2.5.2 算法优化方法 6

2.5.3 参数优化方法 7

第3章 基于大学生行为数据的助学金资助预测分析 8

3.1 基于大学生行为数据的助学金资助预测原理 8

3.1.1 行为数据来源 8

3.1.2 行为数据与贫困的相关性分析 8

3.1.3 助学金预测原理 8

3.2 基于大学生行为数据的助学金资助预测模型 9

3.3 基于大学生行为数据的助学金资助预测方法 9

3.3.1 数据预处理方法 9

3.3.2 预测方法 9

第4章 实验 11

4.1 基于行为-助学金数据的机器学习 11

4.1.1 基于行为-助学金数据的来源及预处理 11

4.1.2 基于行为-助学金数据的初步关联 22

4.2 基于行为-助学金数据的初步模型构建 23

4.2.1 训练模型并检验 23

4.2.2 模型初步预测 24

4.3 基于行为-助学金数据的模型优化 25

4.3.1 过采样 26

4.3.2 优化算法选择 27

4.3.3 参数优化 27

4.3.4 维度选择 27

4.3.5 优化模型预测 29

第5章 研究结果分析 32

5.1 结果分析 32

5.2 研究展望 32

第6章 总结 33

参考文献 34

附录A 35

附A1 35

附A2 42

致 谢 48

第1章 绪论

1.1 研究目的与意义

21世纪，中国的教育发展已经成为国家富强，民族复兴的重要前提，伴随着教育体制的改革，十年寒窗苦读，更多的寒门学子考上了大学，这些大学生可能会因为家庭的困难，难以完成学业，这个问题已经成为影响高校的稳定、国家教育迅速发展的影响要素之一。这不仅会影响每个学生，每个家庭，更会影响着学校和社会的稳定发展。所以，在高校建立完整的助学金精准资助体系，能够让更多的寒门学子完成他们渴望的学业。

1.1.1 研究目的

大学生行为数据的助学金预测分析有很广的应用范围，随着国家的发展，教育的快速发展已经提到了至关重要的地步，少年强，则中国强，助学金的顺利发放，能够让更多的贫困学生完成学业。然而目前高校助学金管理及发放制度仍存在一些问题：部分高校还没有助学金资助；贫困学生难以精准确定；高校助学金管理体系不完善；助学金发放体系还没有建立。这些问题导致贫困生的认定过程繁琐且没有系统性，为了高校助学金发放效率得到提升，就需要对助学金发放的体系进行改善、优化，形成一套完整、适合、成熟的体系^[1]。

21世纪，中国在各方面得到了快速发展，一个国家的富强离不开教育，高校助学金的公平发放是推动中国教育公平的一个重要举措，确保每一个家庭困难的学生不会因为这个问题而完成不了学业，只有当教育公平了，才能实现社会的公平。