Abstract：
高校贫困生的认定和和资助工作对于高等人才的培养、减轻贫困生家庭经济负担是非常重要的;如何做到精准扶贫一直是高校贫苦生认定和资助工作的重点和难点。基于校园一卡通学生消费数据、上网日志等多模态数据,提出了一种基于Canopy-K-means算法的高校贫困生预测的方法。该方法通过引入Canopy改进的聚类算法,得到贫困生所属类别,并将该类学生与实际的贫困生作对比,分析贫困生在校消费习惯和上网行为。该实验能有效地对贫困生进行分类,为学校贫困生认定提供辅助决策作用。
Keyword：
Reprint Author's Address：
Email：
Source ：
计算机与数字工程
Year： 2020
Issue： 12
Volume： 48
Page： 3012-3016,3041
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 13
Affiliated Colleges：
