基于机器学习的贫困生认定系统的研究

摘要

进入到信息化时代以来，特别是机器学习、深度学习、数据挖掘技术的理论和实践得到了不断的发展。教育服务行业中业务系统不断产生的大量沉默数据为数据分析提供了有意义的应用场景。针对目前学校中普遍存在的学生资助甄别困难，各种奖、助、贷、免业务矛盾多，学生与学生之间、学生与老师之间、学生与学校之间因各种评选而陷入关系紧张之中。本文使用机器学习技术，通过对高校学生在校期间各种业务系统产生的数据进行挖掘分析，分析是否贫困生与业务系统中特征的关联性，提出了梯度提升决策树(gradient boosting decision tree, GBDT)机器优化算法模型并设计实现了贫困生认定系统。

关键词

机器学习 / 贫困生认定 / 梯度提升决策树(GBDT)分类算法