基于组合logistic回归模型的高校贫困生认定研究

◆李步青

基于组合logistic回归模型的高校贫困生认定研究

◆李步青

（浙江农林大学信息工程学院 浙江 311300）

当前高校贫困生认定工作基本上以人工为主要审核方式，存在着认定不准确、不公平等问题，为此本文提出了一种利用因子分析降维的组合logistic回归算法贫困生预测模型。首先，通过高校中心数据库获取学生在校消费的数据，通过数据预处理提取需要的特征数据。然后，对提取的特征数据采用主成分的因子分析实现数据降维，得到相互独立的因子。最后，基于logistic回归算法进行判别与分类。实验结果表明，该算法模型具有一定的准确性，相比较其他模型预测准确率更高，为高校精准扶贫工作提供了重要依据，在一定程度上保证了扶贫工作的公平性。

高校贫困生；大数据；精准扶贫；因子分析；logistic回归

近年来，随着高校逐年扩招，贫困生人数也在不断增长，贫困认定工作也越来越重要。现阶段，高校扶贫存在于表面，深入实际不足，贫困认定来自学生自主申请、班级评议、院系审核、公示、复核等环节，认定结果往往存在缺乏客观性、困难等级划分不细致等问题。还有部分贫困生由于某些原因没有提交补助申请，整个过程存在着认定不准确、不公平等问题，且无法很好掌握贫困生的变化，使得扶贫的效果不显著，无法达到扶贫的目的。

目前高校已有研究人员采用学校学生消费情况进行贫困生认定与分析。陈晓等[1]提出了一种基于加权约束的决策树方法实现贫困生的认定，基于加权约束的决策树方法建立贫困生认定决策树，从而提高了贫困生认定效率。……