基于校园大数据环境下的精准资助多级认定方法及系统技术方案

本发明专利技术公开了一种基于校园大数据环境下的精准资助多级认定方法，包括：S1，采集学生的校园行为信息，所述校园行为信息包括消费信息、基本信息及所属地区的GDP信息；S2，对所述校园信息进行清洗处理及关联处理，构建学生信息库；S3，从学生信息库中提取目标行为信息，并根据目标行为信息计算行为评价指标，再根据行为评价指标构建初始消费分析模型；S4，根据所述初始消费分析模型及待认定行为信息，构建精准资助多级认定模型。本发明专利技术还公开了一种基于校园大数据环境下的精准资助多级认定系统。采用本发明专利技术，可有效改善传统的主观贫困认定方式的局限性和偏差性，提高识别贫困生的准确性和资助水平。

Accurate Subsidy Multilevel Recognition Method and System Based on Campus Big Data Environment

The invention discloses a multi-level identification method of precise subsidy based on campus big data environment, including: S1, collecting students'campus behavior information, the campus behavior information includes consumption information, basic information and GDP information of the region to which they belong; S2, cleaning and processing the campus information, constructing students' information database; S3, extracting objects from students'information database. Based on the target behavior information, the behavior evaluation index is calculated, and then the initial consumption analysis model is constructed according to the behavior evaluation index; S4, according to the initial consumption analysis model and the behavior information to be identified, the accurate funding multi-level identification model is constructed. The invention also discloses a multi-level identification system for precise funding based on campus large data environment. The invention can effectively improve the limitation and deviation of the traditional subjective poverty identification method, and improve the accuracy of identifying poor students and the level of funding.

【技术实现步骤摘要】
基于校园大数据环境下的精准资助多级认定方法及系统
本专利技术涉及一种大数据
，尤其涉及一种基于校园大数据环境下的精准资助多级认定方法及一种基于校园大数据环境下的精准资助多级认定系统。
技术介绍
在一般的高校里面，贫困生人数占学生总人数的25％～30％，其中家庭经济特别困难的学生占学生总人数的5％～10％。这些贫困生大多来自于落后的偏远山区、城市里面下岗失业的职工家庭。贫困生认定工作的关键在于贫困生的认定过程和方法是否可靠、是否科学合理，但由于贫困生认定工作的复杂性、艰巨性，在实践过程中很难把握，各高校在认定贫困生时感觉力不从心，难以取舍。目前，学校贫困生认定流程主要为：1、由学校发起；2、学生主动提交申请；3、班级评定；4、国家评定。从流程上看，认定过程涉及诸多主观因数，其中，还会出现不少碍于面子不去申请的学生，也有不少实际上生活并不困难但也递交申请的学生。这类问题屡屡被媒体曝光多次，成为日益突出的问题。对上述问题，传统解决办法是增设投诉机制，并结合学校的主动调研。然而，传统的投诉机制与主动调研有着巨大的困难，一方面，主动调研全校学生非常耗费时间，第二，无法主动获知异常的贫困生本文档来自技高网...

【技术保护点】
1.一种基于校园大数据环境下的精准资助多级认定方法，其特征在于，包括：S1，采集学生的校园行为信息，所述校园行为信息包括消费信息、基本信息及所属地区的GDP信息；S2，对所述校园行为信息进行清洗处理及关联处理，构建学生信息库；S3，从学生信息库中提取目标行为信息，并根据目标行为信息计算行为评价指标，再根据行为评价指标构建初始消费分析模型；S4，根据所述初始消费分析模型及待认定行为信息，构建精准资助多级认定模型。

【技术特征摘要】
1.一种基于校园大数据环境下的精准资助多级认定方法，其特征在于，包括：S1，采集学生的校园行为信息，所述校园行为信息包括消费信息、基本信息及所属地区的GDP信息；S2，对所述校园行为信息进行清洗处理及关联处理，构建学生信息库；S3，从学生信息库中提取目标行为信息，并根据目标行为信息计算行为评价指标，再根据行为评价指标构建初始消费分析模型；S4，根据所述初始消费分析模型及待认定行为信息，构建精准资助多级认定模型。2.如权利要求1所述的基于校园大数据环境下的精准资助多级认定方法，其特征在于，所述步骤S3包括：S31，从学生信息库中提取目标行为信息，所述目标行为信息包括目标平均消费信息、目标合理消费信息、目标基本信息及目标生源地信息；S32，将所述目标行为信息划分为训练信息及测试信息；S33，对所述训练信息进行降维处理；S34，计算降维后的训练信息的证据权重；S35，根据证据权重的高低顺序依次将训练信息投入分类模型，构建初始消费分析模型。3.如权利要求2所述的基于校园大数据环境下的精准资助多级认定方法，其特征在于，所述步骤S3还包括：对所述测试信息进行特征转换处理；将经特征转换处理后的测试信息输入初始消费分析模型，以完善初始消费分析模型。4.如权利要求2所述的基于校园大数据环境下的精准资助多级认定方法，其特征在于，所述步骤S33采用主基底方式对所述训练信息进行降维处理。5.如权利要求2所述的基于校园大数据环境下的精准资助多级认定方法，其特征在于，所述步骤S31之后还包括：采用基于中位数的异常发现算法对目标行为信息进行清洗处理。6.如权利要求2所述的基于校园大数据环境下的精准资助多级认定方法，其特征在于，所述目标平均消费信息包括月均消费次数、月均消...

【专利技术属性】
技术研发人员：梁晓东，陈国镇，麦嘉丽，罗龙，韩高强，
申请(专利权)人：三盟科技股份有限公司，
类型：发明
国别省市：广东,44