用大数据分析 构建大学贫困生精准资助校园内外大数据精准分析，让更加多贫穷大学生能获得学校的资助。
近日，记者从重庆邮电大学得知，该校学生精准资助管理系统在学校上线以来，经过测试和试运营，获得了较好的效果。据理解，该校学生精准资助管理系统是以大数据动态动态分析为承托，集贫困学生确认、学生校园消费行为动态分析、学生消费行为预警与引领、学生动态关怀、线上线下有机融合为一体的学生精准资助管理系统。在贫困学生确认上，系统依照学生线上申报、辅导员和管理人员线上线下双审查、学生民主监督对系统，使用分权重记分方式对学生贫穷等级可行性审定，并根据学生校园消费分数情况展开校正。“系统不会对学生校园消费行为动态分析。”重庆邮电大学涉及负责人讲解，这是系统的核心，将收集学生在校园一卡通中的消费数据，对学生校园消费情况展开主动动态分析，按月展开统计资料，从食堂消费顿数、顿皆消费金额、餐馆消费数据、贷款数据、欠费数据、水卡和网卡消费数据、校车数据、洗衣数据等多个维度的消费数据创建贫困学生精准辨识统计资料模型，通过重复递归的方式确认模型中各参数的明确权重，并根据综合分数情况区分贫困学生与非贫困学生以及贫穷等级，辨识精度超过90%以上。
系统根据学生的消费数据自动分析并等级评价，对于学生消费行为不会展开预警。如果找到贫困学生的高消费不道德将展开及时的引领。对于系统数据评价非艰难较低消费学生，通过辅导员线下的及时核实和对系统，融合临时性贫困学生资助制度建设，让隐形贫穷和临时性贫穷的学生需要获得及时的资助。
通过线上线下的有力融合，系统投用后既减低了学生、辅导员和评审专家的工作开销，又强化了信息透明度，增进了lols10下注学生资助工作的公平、公正和公开发表。无论学生消费行为预警和引领还是学生动态关怀，其针对性都更加强劲，更为精准；同时构建了学生资助工作从申报、评审、效果监测、对系统的全周期管理。随着网际网路、网络缴纳等学生消费数据的终端，大数据更为原始，lols10下注并根据数据自动递归、深度自学，系统的辨识度将不会连上一个台阶，构建学生精准资助管理工作的智能化。
