摘 要：随着校园一卡通的应用，学生在校行为数据得以客观记录。为了解决高校学生工作中对于经济困难学生认定存在的主观性强，认定材料烦琐等问题，文章采用数据挖掘方法，采集某高校校园一卡通消费数据，应用神经网络算法构建高校经济困难学生精准认定模型。该方法有助于实现对学生经济困难等级的辅助预测，提高高校学生资助工作的科学化水平。
关键词：数据挖掘；人工神经网络；学生资助
DOI:10.19850/j.cnki.2096-4706.2021.07.002
课题项目：2019 年江苏高校哲学社会科学 研究项目（2019SJB905）；2021 年江苏科技大学 苏州理工学院“暖心助困·励志助学”暨学生工 作精品项目（ZZKT202104）
中图分类号：TP18 文献标识码：A 文章编号：2096-4706（2021）07-0006-04
Research on Identification of Students with Financial Difficulties Based on Neural Network Method
YU Zhenwei，LI Yuan
（Suzhou Institute of Technology，Jiangsu University of Science and Technology，Suzhou 215600，China）
Abstract：With the application of campus all-purpose card，students’behavior data in school can be recorded objectively. In order to solve the problem of strong subjectivity and cumbersome identification materials in the work of college students，this paper uses data mining method to collect the consumption data of the campus all-purpose card of a college，and uses neural network algorithm to construct the accurate identification model of college students with financial difficulties. This method is helpful to realize the auxiliary prediction of students’financial difficulty level and improve the scientific level of college students’financial aid work.
Keywords：data mining；artificial neural network；students’financial aid
参考文献：
[1] 王煜，刘彤彤，郭磊 . 基于校园大数据的助学金获取关键 因素分析——以某高校一卡通数据为例 [J]. 中国教育信息化，2018 （17）：64-66.
[2] 柴政，屈莉莉，彭贵宾 . 高校贫困生精准资助的神经网络 模型 [J]. 数学的实践与认识，2018，48（16）：85-91.
[3] HUANG W，LI F，LIAO X，et al. More money，better performerce ？ The effects of student loans and need-based grants in China’s higher education [J].China Economic Review，2018（51）： 208-227.
[4] 王慧健 . 基于神经网络方法的时间序列预测方案研究 [D]. 南京：南京邮电大学，2019.
[5] 金琳 . 基于数据挖掘的用户行为分析研究 [J]. 电子商务， 2020（4）：41-42.
[6] 李冠利 . 基于 RapidMiner 数据挖掘技术的 NCRE 成绩预 测分析 [J]. 南京广播电视大学学报，2018（4）：80-82.
[7] 冯晓媛 . 大数据挖掘技术应用研究 [J]. 数学技术与应用， 2019，37（1）：127-128.
作者简介：余桢伟（1992.10—），男，汉族，湖北黄梅人，助教， 硕士，研究方向：数据挖掘、管理信息系统；李媛（1998.01—）， 女，汉族，江苏扬州人，本科，研究方向：信息管理与信息系统。