基于概率软逻辑推理模型的高校贫困生识别  

作　　者：张嘉 王娇[1] 王志星 

机构地区：[1]西南科技大学计算机科学与技术学院,四川绵阳621010 [2]西南科技大学土木工程与建筑学院,四川绵阳621010

出　　处：《电脑知识与技术》2024年第7期1-3,7,共4页Computer Knowledge and Technology

基　　金：中国(绵阳)科技城网络应急管理研究中心项目(WLYJGL2023YB03[西南科大校内编号:23sd4117],WLYJGL2023YB01[西南科大校内编号:23sd4115]);西南科技大学学生教育管理及改革专项科研项目(23XGB016,23XGB019);西南科技大学素质类教改(青年发展研究)专项资助项目(23szjg11)。

摘　　要：贫困大学生作为一个特殊群体在高校大学生中占有较高比例,国家对于高校资助工作的开展一直高度重视。如何精准识别大学生的贫困程度并为其提供资助是众多高校一直着力解决的长期性问题。该研究提出了一种基于概率软逻辑推理模型来预测大学生贫困等级的方法,该方法通过软约束构建规则和逻辑谓词方式将人为可理解的贫困生判别标准和常识引入概率软逻辑推理模型进行推理预测。在高校学生真实数据上的大量实验表明,该方法的识别正确率可达到90%以上。此外,与支持向量机、逻辑回归、决策树等机器学习算法相比,该方法具有更高的推理识别精度,因此,对于大学生的贫困程度识别该方法具有巨大的潜力。

关 键 词：概率软逻辑 贫困生识别 推理 预测 精准资助 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]