摘要:信息数字化时代的到来，为高校的贫困资助方式提供新的理论与技术的支持，同时也让各个高校找到新的机遇研究精准资助工作。基于学生随身使用的一卡通消费数据与使用数据，利用大数据提取与分析技术、建立数学模型分析学生在校期间的真实消费数据，从而确定学生的真实家庭情况，做到助学金的精准发放，从而实现精准资助，让每一笔资助经费得到最大价值的发挥与利用，帮助每一个贫困大学生顺利完成学业。因此，基于学生在校期间产生的消费数据运用，大数据挖掘与分析技术对实现贫困学生的精准挖掘具有重要的应用价值。

随着科技水平的提升、数字化、信息化的时代到来，目前我国绝大多数高校致力于校园信息化网络建设中，本次研究从研究学生在学校的日常行为入手，分析学生图书借阅数据、图书馆门禁数据、宿舍门禁数据、成绩排名数据、校园一卡通消费等。从各个方面综合且全面的考量学生。避免了“假贫困”问题，能够对贫困学生助学金精准提高。

在大数据的时代背景下，本文基于机器学习方法，使用校园一卡通数据对助学金的发放进行精准的预测。

关键词：助学金预测; 大数据; 机器学习

目录

摘要

Abstract

1 绪论-1

1.1研究的背景及意义-1

1.2发展概况-1

2相关技术-3

2.1特征提取-3

2.2 基于统计的特征提取方法-3

3.1 数据描述-7

3.2 特征构造-7

3.3 特征处理-8

3.4特征选择-8

3.5模型选择-9

3.5.1Random Forest-9

3.5.2GBDT-9

3.5.3 Xgboost-9

3.6模型融合及参数调优-10

3.6.1 模型融合和选择的区别-10

3.6.2 模型融合方法-10

3.6.3 参数调优-10

4 实验结果-11

4.1 实验数据分析-11

4.2 实验评估指标-12

4.3 实验结果-12

结论-14

参 考 文 献-15

附录A相关代码-16

致    谢-23