基于深度学习kNN算法的高校贫困生认定模型研究  

作　　者：张海华 张非 张聪 户利利 

机构地区：[1]深圳大学信息中心,广东深圳518060 [2]衡水学院现代教育技术管理中心,河北衡水053000

出　　处：《通讯世界》2019年第1期207-208,共2页Telecom World

摘　　要：当前国内各大高校对于贫困生的认定工作以人工判别为主,认定方法不科学,认定体系不完备。为解决认定工作中存在的主观性过大和公信力偏低等诸多难题,我们基于高校信息化大数据和深度学习kNN算法构建贫困生认定模型,通过大数据刻画学生的基本画像、消费画像、行为画像,并根据历史数据生成贫困生训练集和非贫困生训练集,利用k NN算法计算和分类待认定测试集。实验证明,该模型具有较高的准确度,可操作性强,可以有效改善传统认定工作中存在的问题,从而为科学构建高校贫困生认定管理体系提供技术支持。

关 键 词：大数据 深度学习 KNN算法 贫困生 认定模型 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]