MD-KNN算法在高校精准资助中的应用

Application of MD-KNN in Accurate Subsidy of Colleges

李博 ¹李霞 ²张晓 ¹王艳秋 ¹李恒 ¹张勇 ¹凌玉龙¹

扫码查看

作者信息

1. 西北工业大学计算机学院,陕西西安 710129;西北工业大学工信部大数据存储与管理重点实验室,陕西西安 710129
2. 西北工业大学计算机学院,陕西西安 710129;西北工业大学学生资助服务中心,陕西西安 710129
折叠

摘要

精准资助是当前一个热点问题,国内很多高校也对学生精准问题进行了深入的探索.为提升高校学生精准资助工作的准确性,采用MD-KNN算法(Mahalanobis distance k-nearest neighbor algorithm)对该问题进行分析.对收集到的数据信息利用基于马氏距离的MD-KNN算法进行聚类,再对聚类结果进行迭代分析,以提高经济困难学生筛选工作的精度.学生群体由于其本身的特殊性,其行为也会与贫困情况有联系,文中对学生行为与贫困情况进行分析:发现学生在学校食堂就餐次数、就餐天数与贫困指数具有正相关的联系.以西安某高校2017年11月至2018年4月学生行为数据为样本进行实验;用生成的名单与线下正常认证的贫困学生名单进行对比.实验证明MD-KNN算法在高校学生精准资助中具有很大的应用价值.

关键词

MD-KNN算法/马氏距离/高校精准资助/聚类算法/数据挖掘

引用本文复制引用

基金项目

国家重点研发计划(2018YFB1004401)

出版年

2020

计算机技术与发展

陕西省计算机学会

计算机技术与发展

CSTPCD

影响因子：0.621

ISSN：1673-629X

被引量1

参考文献量6

段落导航