重庆理工大学学报(自然科学) ›› 2021, Vol. 35 ›› Issue (5): 243-252.doi: 10.3969/j.issn.1674-8425(z).2021.05.031
郑建华1,2,朱 蓉1,刘双印1,2,贺超波1,2
摘要: 精准实现大学生贫困认定是实现高校精准扶贫的重要前提,但是因为贫困认定需 要提交的材料涉及隐私和数据非客观性原因,当前贫困认定存在部分学生做假和自卑学生不敢 申请的不公平现象。针对该问题,以学生一卡通消费数据和个人基本信息等客观数据为基础, 构建贫困特征分箱和特征交叉算法,形成一套大学生贫困认定特征参数。随后,为处理贫困认 定数据集不平衡性,提出了数据样本和输入属性双重扰动方法,并与核 ELM算法融合,构建了 大学生贫困认定 DP_KELM算法。实验结果表明:构建的特征在随机森林和 KELM算法的准确 率方面都超过 0.82,而双重扰动模式对提高算法的 Gmean值有较好作用,DP_KELM算法在 G mean和 AUC上均优于对比的 9种算法。DP_KELM算法能够有效识别贫困大学生,为实现校 园精准扶贫提供辅助决策工具。
中图分类号: