貧困生認(rèn)定是目前高校學(xué)生工作的重要內(nèi)容,是公平、公正、合理分配資助資源的重要前提。目前的大數(shù)據(jù)和機(jī)器學(xué)習(xí)技術(shù)則為貧困生精準(zhǔn)認(rèn)定提供了有效的解決途徑。本文針對由于貧困生占比少而導(dǎo)致的數(shù)據(jù)不平衡、存在各種導(dǎo)致虛假認(rèn)定的干擾因素等不確定性現(xiàn)象,提出了一種可變隸屬度2C-FSVM（Dual-C-parameter Fuzzy Support Vector Machine）模型,并將其應(yīng)用到貧困生輔助認(rèn)定中。可變隸屬度2C-FSVM模型不僅能夠更好地解決實際貧困生數(shù)據(jù)集的不確定性、類不平衡性敏感的問題,而且還可以基于樣本距離類中心的遠(yuǎn)近而采用不同的模糊隸屬度計算方式,更細(xì)致地刻畫數(shù)據(jù)樣本點的不確定性。基于該模型,本文實現(xiàn)了一個有效的貧困生認(rèn)定方法,不僅能更準(zhǔn)確地實現(xiàn)貧困生的輔助認(rèn)定,還能幫助發(fā)現(xiàn)“隱形貧困”和“虛假認(rèn)定”的學(xué)生,從而提升高校的貧困生認(rèn)定的效率和準(zhǔn)確度,促進(jìn)精準(zhǔn)資助。首先,本文調(diào)研了貧困生認(rèn)定問題的研究現(xiàn)狀和支持向量機(jī)的研究現(xiàn)狀,并重點分析了支持向量機(jī)中類不平衡問題和不確定性問題的研究發(fā)展現(xiàn)狀。接著,對本文用到的技術(shù)進(jìn)行了介紹,主要包括:支持向量機(jī)分類技術(shù)、基于隨機(jī)森林的特征選擇技... 

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 論文研究背景與意義
    1.2 論文研究內(nèi)容
    1.3 論文組織結(jié)構(gòu)
第二章 研究現(xiàn)狀
    2.1 貧困生認(rèn)定研究現(xiàn)狀
    2.2 支持向量機(jī)研究現(xiàn)狀
        2.2.1 針對類不平衡問題的支持向量機(jī)研究現(xiàn)狀
        2.2.2 模糊支持向量機(jī)研究現(xiàn)狀
        2.2.3 現(xiàn)有方法的不足之處
    2.3 本章小結(jié)
第三章 相關(guān)技術(shù)介紹
    3.1 支持向量機(jī)
        3.1.1 支持向量機(jī)的基本原理
        3.1.2 標(biāo)準(zhǔn)支持向量機(jī)
        3.1.3 代價敏感支持向量機(jī)
        3.1.4 模糊支持向量機(jī)
    3.2 隨機(jī)森林排名
    3.3 類不平衡數(shù)據(jù)集的分類評價法
        3.3.1 敏感性、特異性及其幾何平均值
        3.3.2 ROC與ROC_AUC
    3.4 K折交叉驗證法
    3.5 本章小結(jié)
第四章 可變隸屬度2C-FSVM模型
    4.1 可變隸屬度2C-FSVM模型
    4.2 模型求解
    4.3 可變模糊隸屬度的計算
        4.3.1 基于距離類中心距離的隸屬度計算
        4.3.2 基于緊密度的隸屬度計算
        4.3.3 基于距離和緊密度的可變隸屬度
        4.3.4 可變隸屬度計算流程
    4.4 正負(fù)類懲罰參數(shù)的設(shè)置
    4.5 模型分析
    4.6 公開數(shù)據(jù)集實驗
        4.6.1 實驗環(huán)境
        4.6.2 公開數(shù)據(jù)集介紹
        4.6.3 實驗設(shè)置
        4.6.4 03 subcl5-600-5-0-BI數(shù)據(jù)集上的實驗結(jié)果
        4.6.5 03 subcl5-600-5-30-BI數(shù)據(jù)集上的實驗結(jié)果
        4.6.6 03 subcl5-600-5-60-BI數(shù)據(jù)集上的實驗結(jié)果
        4.6.7 03 subcl5-800-7-30-BI數(shù)據(jù)集上的實驗結(jié)果
        4.6.8 04 clover5z-800-7-30-BI數(shù)據(jù)集上的實驗結(jié)果
        4.6.9 實驗結(jié)果分析
    4.7 本章小結(jié)
第五章 應(yīng)用可變隸屬度2C-FSVM輔助認(rèn)定貧困生
    5.1 整體流程
    5.2 數(shù)據(jù)采集
        5.2.1 一卡通月流水記錄數(shù)據(jù)表
        5.2.2 貧困生名單表
        5.2.3 學(xué)生基本數(shù)據(jù)表
    5.3 數(shù)據(jù)預(yù)處理
    5.4 數(shù)據(jù)初步分析
    5.5 特征工程
    5.6 實驗設(shè)置
    5.7 實驗結(jié)果及分析
    5.8 貧困生輔助認(rèn)定
    5.9 本章小結(jié)
總結(jié)與展望
    研究工作總結(jié)
    工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件


【參考文獻(xiàn)】：
期刊論文
[1]基于三支決策的不平衡數(shù)據(jù)過采樣方法[J]. 胡峰,王蕾,周耀.  電子學(xué)報. 2018(01)
[2]一卡通食堂消費數(shù)據(jù)的聚類及關(guān)聯(lián)規(guī)則分析[J]. 馬樂之.  電子世界. 2018(01)
[3]高校家庭經(jīng)濟(jì)困難學(xué)生精準(zhǔn)認(rèn)定方法初探[J]. 黃丹.  才智. 2017(35)
[4]深刻把握我國社會主要矛盾轉(zhuǎn)化的新特點[J]. 韓慶祥.  政策瞭望. 2017(10)
[5]家庭經(jīng)濟(jì)困難學(xué)生認(rèn)定工作中的問題和完善措施[J]. 朱玉,楊立娜,吳倩.  科技經(jīng)濟(jì)導(dǎo)刊. 2017(27)
[6]“隱形資助”:見證一個社會的溫度[J]. 張軍.  師道. 2017(09)
[7]基于譜聚類與支持向量機(jī)的高校經(jīng)濟(jì)困難學(xué)生認(rèn)定方法研究[J]. 莫媛媛,顧明言,張輝宜.  中國教育信息化. 2017(15)
[8]信息扶貧助力打贏脫貧攻堅戰(zhàn)[J]. 秦仁.  中國電信業(yè). 2017(07)
[9]大數(shù)據(jù)時代精準(zhǔn)識別高校貧困生研究[J]. 孫夢,高峰.  北京勞動保障職業(yè)學(xué)院學(xué)報. 2017(02)
[10]基于數(shù)據(jù)挖掘的校園一卡通數(shù)據(jù)應(yīng)用研究——以石家莊學(xué)院為例[J]. 馮玖,李俊玲,張海霞,郭鵬,趙峰,謝通.  石家莊學(xué)院學(xué)報. 2017(03)

碩士論文
[1]基于Hadoop的校園卡數(shù)據(jù)挖掘的研究與實現(xiàn)[D]. 戴海輝.南昌航空大學(xué) 2017



本文編號：3715080