李 斌， 王衛(wèi)星， 胡屹峰， 王 萍

(河南科技大學(xué) 應(yīng)用工程學(xué)院 現(xiàn)代教育技術(shù)中心， 三門(mén)峽 472000)

國(guó)家已經(jīng)建立起一套以獎(jiǎng)學(xué)金、助學(xué)貸款、貧困生資助、勤工儉學(xué)以及減免學(xué)費(fèi)等方式對(duì)高校貧困學(xué)生給予資助的多元化助學(xué)政策體系. 如何利用高校各個(gè)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)去判定高校學(xué)生的貧困程度以對(duì)助學(xué)體系提供數(shù)據(jù)佐證， 即通過(guò)數(shù)據(jù)去預(yù)測(cè)符合某些外在特征的學(xué)生屬于何種程度的貧困， 是現(xiàn)階段數(shù)據(jù)挖掘分析需要解決的問(wèn)題.

國(guó)外的很多國(guó)家因?yàn)樯鐣?huì)體系相對(duì)完善， 國(guó)家的稅收制度能夠很好地體現(xiàn)出每個(gè)人或家庭的整體收入狀況， 可以很容易地從收入查證和個(gè)稅征收中進(jìn)行有效地考察， 進(jìn)而得出學(xué)生家庭的整體經(jīng)濟(jì)狀況指標(biāo)并得以對(duì)貧困生進(jìn)行認(rèn)證. 在國(guó)內(nèi)， 一些專(zhuān)家借鑒國(guó)外的一些現(xiàn)有的制度方法， 結(jié)合國(guó)內(nèi)現(xiàn)狀來(lái)完善認(rèn)定體系:羅麗琳[1]從框架設(shè)計(jì)、制度保障、技術(shù)路徑和聯(lián)動(dòng)機(jī)制等四個(gè)方面對(duì)高校精準(zhǔn)資助模式進(jìn)行理論模型的構(gòu)建與制度的創(chuàng)新； 穆?lián)P等[2]提出利用先進(jìn)的網(wǎng)絡(luò)技術(shù)和成熟的地理信息系統(tǒng)技術(shù)， 建立高校貧困生認(rèn)定新體系； 宋德昌[3]以加權(quán)算法計(jì)算三種消費(fèi)指數(shù)， 得出學(xué)生經(jīng)濟(jì)狀況綜合評(píng)判結(jié)果； 段旭梅等[4]構(gòu)建包括3個(gè)一級(jí)、9個(gè)二級(jí)和19個(gè)三級(jí)評(píng)價(jià)指標(biāo)的層次性貧困生認(rèn)定指標(biāo)體系.

在數(shù)學(xué)統(tǒng)計(jì)和數(shù)據(jù)挖掘等手段的評(píng)定鑒別機(jī)制方面: 樊搏等人[5]使用K-MEANS算法設(shè)定閾值， 將學(xué)生分成5個(gè)級(jí)別， 判斷是否屬于貧困生； 張林[6]將整合處理后的學(xué)生校園卡日常消費(fèi)數(shù)據(jù)作為高校家庭經(jīng)濟(jì)困難學(xué)生認(rèn)定工作的參考依據(jù)； 史甜[7]基于A(yíng)priori算法進(jìn)行一種能夠面向多值屬性的關(guān)聯(lián)規(guī)則改進(jìn)， 提高了數(shù)據(jù)挖掘效率； 王平等[8]提出了基于SOA的高校貧困生認(rèn)定體系的方法； 龍釗等[9]構(gòu)建了基于灰色BP神經(jīng)網(wǎng)絡(luò)的高校貧困生認(rèn)定模型； 張建明[10]對(duì)數(shù)據(jù)預(yù)處理并使用C4.5算法、預(yù)剪枝、后剪枝， 分別歸納出決策樹(shù)對(duì)結(jié)果進(jìn)行分析選出其中較優(yōu)的結(jié)果.

以上高校貧困生評(píng)價(jià)當(dāng)中所運(yùn)用的評(píng)價(jià)方式通常是定量、定性或者是定量與定性相結(jié)合的方式， 但定性環(huán)節(jié)的民主評(píng)議具有較多不確定性， 同時(shí)定量標(biāo)準(zhǔn)也缺乏客觀(guān)依據(jù). 貝葉斯網(wǎng)絡(luò)因其具有多源信息綜合表達(dá)、節(jié)點(diǎn)全部可見(jiàn)、雙向推理、可處理不完整數(shù)據(jù)、有效表達(dá)變量間的非線(xiàn)性關(guān)系等優(yōu)點(diǎn)， 已成為處理不確定性問(wèn)題的重要工具， 廣泛應(yīng)用于智能推理、診斷、決策、預(yù)測(cè)、風(fēng)險(xiǎn)分析等方面[11，12]. 因此， 本文引入一種概率性的測(cè)度方法來(lái)解決貧困生認(rèn)定中的不確定性問(wèn)題， 將貝葉斯網(wǎng)絡(luò)方法間接地通過(guò)主體的外在表現(xiàn)來(lái)對(duì)高校貧困生的內(nèi)在不確定性進(jìn)行精準(zhǔn)測(cè)度，為高校貧困生認(rèn)定工作提供有力的支撐.

1 高校貧困生判定方案設(shè)計(jì)

1.1 現(xiàn)階段環(huán)境下的貧困生判定

隨著新時(shí)代移動(dòng)互聯(lián)、云計(jì)算、人工智能、物聯(lián)網(wǎng)等高新信息技術(shù)的發(fā)展， 借助于統(tǒng)一身份認(rèn)證、統(tǒng)一門(mén)戶(hù)、統(tǒng)一基礎(chǔ)技術(shù)平臺(tái)、統(tǒng)一公共數(shù)據(jù)標(biāo)準(zhǔn)的大數(shù)據(jù)共建共享機(jī)制， 利用上層各種應(yīng)用系統(tǒng)如教務(wù)教學(xué)數(shù)據(jù)、圖書(shū)借閱數(shù)據(jù)、生活消費(fèi)一卡通數(shù)據(jù)等校園信息化環(huán)境中積累的數(shù)據(jù)， 對(duì)學(xué)生的個(gè)人信息、學(xué)業(yè)水平、消費(fèi)習(xí)慣愛(ài)好、表現(xiàn)結(jié)果等分析挖掘， 得到貧困學(xué)生行為的基本行為特征， 可以為智慧校園下高校貧困省認(rèn)定工作提供有力支撐.

1.2 貧困生的界定特征構(gòu)建

通過(guò)對(duì)高校學(xué)生資助政策和校園大數(shù)據(jù)的分析，探索應(yīng)用大數(shù)據(jù)方法判斷貧困生等級(jí). 首先將學(xué)生分為四個(gè)等級(jí): 特困生、貧困生和非貧困生， 其次根據(jù)往年認(rèn)定的貧困生歷史數(shù)據(jù)， 取三分之一作為訓(xùn)練樣本，采集教務(wù)系統(tǒng)中的學(xué)生學(xué)業(yè)水平數(shù)據(jù)、參考圖書(shū)管理系統(tǒng)中的借閱數(shù)據(jù)、分析一卡通系統(tǒng)中學(xué)生的生活消費(fèi)數(shù)據(jù)， 重點(diǎn)挖掘?qū)W生在食堂的飲食記錄數(shù)據(jù)， 如吃飯次數(shù)、平均消費(fèi)金額、節(jié)假日或非飲食高峰期消費(fèi)情況等， 然后按照側(cè)重消費(fèi)能力的同時(shí)借鑒學(xué)習(xí)上進(jìn)程度并來(lái)對(duì)學(xué)生的貧困等級(jí)進(jìn)行預(yù)測(cè)， 將預(yù)測(cè)結(jié)果與貧困生資助系統(tǒng)中的數(shù)據(jù)進(jìn)行匹配， 最后利用貝葉斯網(wǎng)絡(luò)技術(shù)構(gòu)建反映各種數(shù)據(jù)因素與貧困生等級(jí)之間因果關(guān)系及其相互影響的貝葉斯網(wǎng)絡(luò)模型， 進(jìn)一步對(duì)高校貧困生的界定進(jìn)行預(yù)測(cè)評(píng)價(jià)， 以期提供更加準(zhǔn)確、客觀(guān)的貧困生信息判定理論依據(jù).

2 構(gòu)建高校貧困生等級(jí)預(yù)測(cè)模型

2.1 高校貧困生預(yù)測(cè)的貝葉斯網(wǎng)絡(luò)模型

在現(xiàn)實(shí)生活中， 由于存在多種不確定性因素， 如根據(jù)先驗(yàn)知識(shí)構(gòu)造貝葉斯網(wǎng)絡(luò)的主觀(guān)性、訓(xùn)練樣本集的局限性(如樣本的容量、樣本數(shù)據(jù)的缺失情況)等， 使得認(rèn)知模型的構(gòu)建、推理、結(jié)果的反饋、模型的再學(xué)習(xí)將是一個(gè)不斷循環(huán)和完善的進(jìn)化過(guò)程， 這樣才能最終使得認(rèn)知模型能夠盡可能準(zhǔn)確地反映客觀(guān)現(xiàn)實(shí)[13，14].本文利用此思想， 提出了一種基于貝葉斯網(wǎng)絡(luò)的高校貧困生等級(jí)預(yù)測(cè)模型的構(gòu)建方法， 如圖1所示.

2.2 高校貧困生預(yù)測(cè)的貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

貝葉斯網(wǎng)絡(luò)模型的過(guò)程為: 首先通過(guò)給定的樣本數(shù)據(jù)， 建立貝葉斯網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)和結(jié)點(diǎn)的條件概率分布參數(shù)， 這往往需要借助先驗(yàn)知識(shí)和極大似然估計(jì)來(lái)完成. 然后在貝葉斯網(wǎng)絡(luò)確定的結(jié)點(diǎn)拓?fù)浣Y(jié)構(gòu)和條件概率分布的前提下， 使用該網(wǎng)絡(luò)對(duì)未知數(shù)據(jù)計(jì)算條件概率或后驗(yàn)概率， 從而達(dá)到診斷、預(yù)測(cè)或者分類(lèi)的目的[15，16].

為了要建立一個(gè)好的拓?fù)浣Y(jié)構(gòu)， 通常需要不斷迭代和改進(jìn)才可以， 步驟如下:

圖1 高校貧困生判定模型的構(gòu)建方法

3) 貝葉斯網(wǎng)絡(luò)蘊(yùn)涵了條件獨(dú)立性假設(shè)， 即給定一個(gè)節(jié)點(diǎn)的父節(jié)點(diǎn)集， 該節(jié)點(diǎn)獨(dú)立于它的所有非后代節(jié)點(diǎn). 因此分析每個(gè)網(wǎng)絡(luò)參數(shù)的之間及其與Xi之間的因果依賴(lài)關(guān)系繼而進(jìn)行條件獨(dú)立性分析.

4) 完成貝葉斯網(wǎng)絡(luò)的DAG(有向無(wú)環(huán)圖)結(jié)構(gòu)， 也就是高校貧困生預(yù)測(cè)模型的貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)， 如圖 2 所示[17，18].

圖2 貧困生判定的貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

構(gòu)建完成貧困生預(yù)測(cè)的貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)后，將從各種應(yīng)用系統(tǒng)獲得到的跟貧困生相關(guān)的信息數(shù)據(jù)組成訓(xùn)練樣本數(shù)據(jù)集， 根據(jù)這些訓(xùn)練樣本去進(jìn)行網(wǎng)絡(luò)節(jié)點(diǎn)的概率分布學(xué)習(xí).

2.3 貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)參數(shù)學(xué)習(xí)

貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)是在給定貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的情況下， 通過(guò)訓(xùn)練樣本數(shù)據(jù)確定相關(guān)變量間的條件概率分布. 參數(shù)學(xué)習(xí)可以通過(guò)專(zhuān)家先驗(yàn)知識(shí)來(lái)為網(wǎng)絡(luò)節(jié)點(diǎn)分配賦值[19]， 形成初始的概率分布. 針對(duì)樣本數(shù)據(jù)完整或數(shù)據(jù)不完整情況下分析貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)方法.

在訓(xùn)練樣本數(shù)據(jù)完整的情況下， 采用最大似然估計(jì)(MLE)方法來(lái)學(xué)習(xí)貝葉斯網(wǎng)絡(luò)參數(shù). 在高校貧困生預(yù)測(cè)貝葉斯模型中， 假設(shè)各樣本滿(mǎn)足統(tǒng)計(jì)學(xué)中的獨(dú)立同分布假設(shè)， 數(shù)據(jù) K 由樣本 (K1，K2，…，Km) 組成，P(X)表示所有節(jié)點(diǎn)變量的聯(lián)合概率密度， 已知完整的訓(xùn)練樣本集K， 參數(shù)向量θ的似然函數(shù)為:

在訓(xùn)練樣本不完整的情況下， 假設(shè)樣本數(shù)據(jù)是隨機(jī)缺失的， 即一個(gè)變量值的缺失與它的實(shí)際取值無(wú)關(guān)，在貧困生預(yù)測(cè)貝葉斯模型中， 運(yùn)用期望最大化(EM)算法. 假設(shè) K=(K1，K2，…，Km)是樣本數(shù)據(jù)， 對(duì)其中任一樣本Kl， 設(shè)Xl是Kl中所有缺失變量的集合. 設(shè)θt是關(guān)于參數(shù)θ的當(dāng)前估計(jì)， Kt是基于θt將K修補(bǔ)后得到的碎全完整數(shù)據(jù)， 定義θ的基于Kt的對(duì)數(shù)似然函數(shù)為:

2.4 貝葉斯網(wǎng)絡(luò)推理和預(yù)測(cè)

貝葉斯網(wǎng)絡(luò)推理是利用貝葉斯網(wǎng)絡(luò)模型結(jié)構(gòu)及其參數(shù)在給定樣本證據(jù)后計(jì)算某些網(wǎng)絡(luò)結(jié)點(diǎn)取值的概率過(guò)程. 本文鑒于網(wǎng)絡(luò)結(jié)構(gòu)中變量基本可以觀(guān)察到且取值完整， 選用MAP(最大后驗(yàn)算法)[21]計(jì)算變量的邊緣概率及后驗(yàn)概率， 最大后驗(yàn)算法與最大似然估計(jì)相比最明顯的區(qū)別就是考慮了先驗(yàn)概率影響因素[22].

假設(shè)高校學(xué)生主體外在表現(xiàn)組成的信息集合為I(I1, I2,…,IM)， 貧困生的確定信息集合為H(H1, H2,…,HN)， 通過(guò)貝葉斯網(wǎng)絡(luò)模型的概率推理就是計(jì)算P(Hi|I)，確定出概率值最大的某種信息類(lèi)別Hi作為第一次推理結(jié)果， 在此基礎(chǔ)上將其作為第二次推理結(jié)果， 以此類(lèi)推獲取貧困生概率值. 該概率值標(biāo)明貧困生可以得到精準(zhǔn)判斷的可能性， 在此可以根據(jù)定額指標(biāo)設(shè)置合理的閾值?， 若， 則說(shuō)明該學(xué)生有超出閾值?的大概率P(Hi)值得以精準(zhǔn)判定.

高校貧困生預(yù)測(cè)模型能否達(dá)到一定的精確度以滿(mǎn)足學(xué)生助學(xué)部門(mén)的實(shí)際要求， 還需對(duì)此模型進(jìn)行準(zhǔn)確型和有效性比對(duì). 具體方法是將訓(xùn)練樣本數(shù)據(jù)根據(jù)貝葉斯網(wǎng)絡(luò)模型得出的訓(xùn)練結(jié)果與部分實(shí)際值進(jìn)行比對(duì)，若比對(duì)效果符合要求， 則本模型的構(gòu)建和預(yù)測(cè)完成； 反之， 則通過(guò)調(diào)整貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)或增加訓(xùn)練樣本集的樣本容量、重新選取各級(jí)指標(biāo)等方法進(jìn)行該模型的重新構(gòu)建和推理學(xué)習(xí).

3 應(yīng)用分析與實(shí)證

本文通過(guò)某高校2016-2017年度各種應(yīng)用系統(tǒng)如教務(wù)教學(xué)數(shù)據(jù)、圖書(shū)借閱數(shù)據(jù)、生活消費(fèi)一卡通數(shù)據(jù)、學(xué)生家庭基本情況數(shù)據(jù)等智慧校園信息化環(huán)境中積累的數(shù)據(jù)， 選取預(yù)測(cè)因子， 利用貝葉斯網(wǎng)絡(luò)技術(shù)構(gòu)建反映各預(yù)測(cè)因子與貧困生確定指標(biāo)及其相互影響的貝葉斯網(wǎng)絡(luò)模型， 對(duì)某高校的貧困生精準(zhǔn)判定進(jìn)行預(yù)測(cè)和評(píng)價(jià).

3.1 預(yù)測(cè)因子的選取和數(shù)據(jù)的清洗

高校貧困學(xué)生的成因情況復(fù)雜， 但基本因素多集中在家庭經(jīng)濟(jì)情況、生源經(jīng)濟(jì)水平、家庭勞動(dòng)力狀況等， 在學(xué)校導(dǎo)致學(xué)生的外在表現(xiàn)主要在消費(fèi)能力水平、消費(fèi)習(xí)慣、學(xué)業(yè)水平、學(xué)習(xí)主動(dòng)力等方面[23]， 參考文獻(xiàn)[10-12]中的貧困生體系指標(biāo)因素模型， 依據(jù)德?tīng)柗茖?zhuān)家知識(shí)方法， 選取具有典型特征的學(xué)生餐飲消費(fèi)次數(shù)、餐飲消費(fèi)平均額度、餐飲消費(fèi)標(biāo)準(zhǔn)偏差、學(xué)生家庭勞動(dòng)力數(shù)量、生源地經(jīng)濟(jì)水平、家庭重慢病人口數(shù)目、學(xué)生學(xué)業(yè)水平程度、學(xué)生圖書(shū)借還數(shù)等影響因子對(duì)學(xué)生貧困程度進(jìn)行判定預(yù)測(cè).

某高校在校生數(shù)量超過(guò)萬(wàn)人， 從各種應(yīng)用平臺(tái)中抽取的數(shù)據(jù)特別是一卡通的餐飲數(shù)據(jù)相當(dāng)龐大， 比如僅僅一個(gè)月的學(xué)生一卡通餐飲SQL數(shù)據(jù)記錄總數(shù)就超百萬(wàn)條， 囊括餐廳、冷飲、超市、浴池甚至社區(qū)醫(yī)院等所以消費(fèi)場(chǎng)所. 龐大的數(shù)據(jù)量必須進(jìn)行清洗整形，首先利用SPSS大數(shù)據(jù)統(tǒng)計(jì)軟件進(jìn)行數(shù)據(jù)個(gè)案及變量合并， 然后依據(jù)學(xué)生學(xué)號(hào)進(jìn)行分類(lèi)匯總消費(fèi)次數(shù)、每次平均消費(fèi)額和消費(fèi)標(biāo)準(zhǔn)偏差等因子， 結(jié)合EXCEL軟件的VLOOKUP、SUMIF、COUNTIF等函數(shù)將學(xué)生家庭勞動(dòng)力數(shù)量、生源地經(jīng)濟(jì)水平、家庭重慢病人口數(shù)目、學(xué)生學(xué)業(yè)水平程度、學(xué)生圖書(shū)借還數(shù)等其他因子數(shù)據(jù)統(tǒng)一同步建表， 清理無(wú)效噪聲記錄數(shù)據(jù)后得到完整的樣本數(shù)據(jù)共10 115組. 這些組樣本數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)和驗(yàn)證數(shù)據(jù)兩部分， 其中訓(xùn)練數(shù)據(jù)用于構(gòu)建貝葉斯網(wǎng)絡(luò)模型及推理學(xué)習(xí)， 驗(yàn)證數(shù)據(jù)用于模型實(shí)證及預(yù)測(cè)分析.

3.2 數(shù)據(jù)離散化和貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)

貝葉斯網(wǎng)絡(luò)方法需要處理樣本數(shù)據(jù)的離散屬性，結(jié)合前文文獻(xiàn)中的預(yù)測(cè)因子， 確定貧困生認(rèn)定體系和各因子離散化后的標(biāo)準(zhǔn)屬性值如表1所示. 其中將各因子屬性值分為四個(gè)區(qū)間等級(jí)， 表中的助學(xué)補(bǔ)助金額指數(shù)四個(gè)區(qū)間分別對(duì)應(yīng)高校學(xué)生貧困程度為特困、貧困、一般和非貧困.

表1 高校貧困生預(yù)測(cè)因子標(biāo)準(zhǔn)屬性離散值表

貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)的概率參數(shù)學(xué)習(xí)訓(xùn)練也就是要求輸入貧困程度不同的學(xué)生樣本數(shù)據(jù)來(lái)對(duì)參數(shù)進(jìn)行訓(xùn)練，樣本容量的數(shù)量決定著參數(shù)訓(xùn)練取值的真實(shí)情況擬合度. 在前述數(shù)據(jù)清洗后得到的樣本數(shù)據(jù)基礎(chǔ)上， 將其中8106組數(shù)據(jù)從EXCEL中導(dǎo)入MATLAB軟件平臺(tái)，在MATLAB軟件中按照表1屬性區(qū)間值仿真出樣本值的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)后， 結(jié)合微軟貝葉斯網(wǎng)絡(luò)工具箱繪出網(wǎng)絡(luò)結(jié)構(gòu)并進(jìn)行推理， 分別計(jì)算各因子指標(biāo)的概率， 各節(jié)點(diǎn)概率參數(shù)值如圖3所示.

圖3 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)概率參數(shù)

由圖3貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)中有向邊的指向關(guān)系可以看出， 預(yù)測(cè)因子間存在著因果影響關(guān)系， 消費(fèi)次數(shù)、消費(fèi)平均額度和消費(fèi)標(biāo)準(zhǔn)偏差影響著消費(fèi)水平Consump_cost， 加權(quán)平均成績(jī)和圖書(shū)借還次數(shù)影響著學(xué)業(yè)水平Results， 家庭勞動(dòng)力數(shù)量、生源地人均GDP和家庭病困人口數(shù)影響經(jīng)濟(jì)水平Economy， 消費(fèi)水平Consump_cost、學(xué)業(yè)水平Results、經(jīng)濟(jì)水平Economy綜合影響決定著學(xué)生的貧困程度Poverty. 鑒于網(wǎng)絡(luò)結(jié)構(gòu)中變量基本可以觀(guān)察到且取值完整， 選用MAP(最大后驗(yàn)算法)進(jìn)行貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)， 計(jì)算變量的邊緣概率及后驗(yàn)概率.

3.3 模型的有效符合度測(cè)試

高校貧困生判定模型的重點(diǎn)是判別哪些樣本數(shù)據(jù)更符合補(bǔ)助標(biāo)準(zhǔn)， 至于補(bǔ)助等級(jí)之間的差別可以通過(guò)專(zhuān)家知識(shí)法比如通過(guò)學(xué)生民主推舉等方式來(lái)確定， 因此主要是選取未參與訓(xùn)練的1915組數(shù)據(jù)中的不同助學(xué)補(bǔ)助標(biāo)準(zhǔn)數(shù)據(jù)來(lái)驗(yàn)證模型的有效符合度， 從中隨機(jī)選取25個(gè)特困生樣本數(shù)據(jù)和25個(gè)非貧困生樣本數(shù)據(jù)，利用模型推理這50個(gè)樣本數(shù)據(jù)的概率分布， 求得樣本的貧困程度水平值并排序， 最后對(duì)比排序結(jié)果來(lái)分析模型的有效符合度. 測(cè)試樣本的概率計(jì)算結(jié)果如表2所示.

表2 測(cè)試樣本集的擬合概率結(jié)果

該概率值結(jié)果標(biāo)明貧困生可以得到精準(zhǔn)判斷的可能性， 在此根據(jù)定額指標(biāo)設(shè)置合理的閾值?=0.65， 也就是說(shuō)若P(Hi)≥0.65， 則說(shuō)明該學(xué)生有超出閾值?的大概率P(Hi)值得以精準(zhǔn)判定其為貧困生. 根據(jù)這個(gè)閾值標(biāo)準(zhǔn)， 可以統(tǒng)計(jì)出本次測(cè)試正確率為86%. 閾值需根據(jù)實(shí)際要求和實(shí)際情況來(lái)確定， 因?yàn)闇y(cè)試正確率隨著閾值標(biāo)準(zhǔn)而變化.

增加樣本數(shù)據(jù)數(shù)量至300組， 將通過(guò)貝葉斯網(wǎng)絡(luò)模型推理出的數(shù)據(jù)結(jié)果與實(shí)際補(bǔ)助情況的數(shù)據(jù)在SPSS中進(jìn)行獨(dú)立樣本T檢驗(yàn)[24]， 對(duì)預(yù)測(cè)值和實(shí)際值進(jìn)行對(duì)比驗(yàn)證結(jié)果如圖4， 可以看出這300組數(shù)據(jù)的預(yù)測(cè)值和實(shí)際值的P值， 也就是圖中的Sig值為0.339大于 0.05， 說(shuō)明兩組方差齊性， Sig(雙側(cè))值為 0.207， 說(shuō)明數(shù)據(jù)之間平均值沒(méi)有顯著差異， 亦表明本文的基于貝葉斯網(wǎng)絡(luò)模型對(duì)高校貧困生的判定具有較高的預(yù)測(cè)精度.

4 結(jié)論

將學(xué)校的標(biāo)準(zhǔn)與學(xué)生的戶(hù)籍信息進(jìn)行二者的相互結(jié)合后， 進(jìn)而由地方民政部門(mén)出具相關(guān)的貧困證明材料， 然后把所獲取的信息綜合到一起來(lái)對(duì)學(xué)生進(jìn)行貧困度的認(rèn)定與評(píng)價(jià).

機(jī)器學(xué)習(xí)雖然有著在訓(xùn)練數(shù)據(jù)所需要的時(shí)間較長(zhǎng)、對(duì)所獲取知識(shí)的理解上不夠智能的不足之處[25].但是機(jī)器學(xué)習(xí)不強(qiáng)調(diào)模型的結(jié)構(gòu)， 只需根據(jù)輸入的數(shù)據(jù)特征就可檢驗(yàn)預(yù)測(cè)的精確度[26]. 貝葉斯網(wǎng)絡(luò)概率推理旨在充分挖掘模型潛在因素， 實(shí)現(xiàn)正確預(yù)測(cè)[27]. 本論文以高校貧困生的各種外在表現(xiàn)數(shù)據(jù)， 特別是清洗過(guò)的日常消費(fèi)數(shù)據(jù)為依據(jù)， 構(gòu)建貝葉斯網(wǎng)絡(luò)模型， 通過(guò)網(wǎng)絡(luò)參數(shù)的學(xué)習(xí)推理確定模型結(jié)構(gòu)個(gè)結(jié)點(diǎn)的概率參數(shù)，在此基礎(chǔ)上將測(cè)試樣本與訓(xùn)練樣本進(jìn)行擬合度對(duì)比，從而得出貝葉斯網(wǎng)絡(luò)推測(cè)模型. 從測(cè)試結(jié)果看， 證明了基于貝葉斯網(wǎng)絡(luò)的高校貧困生測(cè)試模型對(duì)高校貧困生的量化定性具有一定的可行性.

圖4 SPSS對(duì)300組數(shù)據(jù)的獨(dú)立樣本T檢驗(yàn)結(jié)果

貝葉斯網(wǎng)絡(luò)構(gòu)建高校貧困生判定模型還應(yīng)有其他需要考慮之處: 一是樣本數(shù)據(jù)的完整型需進(jìn)一步完善，比如隨著掃碼支付的普及， 這部分消費(fèi)數(shù)據(jù)沒(méi)有與高校的一卡通數(shù)據(jù)進(jìn)行完整合并； 二是部分?jǐn)?shù)據(jù)有進(jìn)一步細(xì)化的必要， 如學(xué)生三餐的不同消費(fèi)水平對(duì)貧困程度的判定有著一定影響； 三是可以用BP神經(jīng)網(wǎng)絡(luò)模型與貝葉斯網(wǎng)絡(luò)模型進(jìn)行預(yù)測(cè)精度深入對(duì)比等等， 這需要在模型后續(xù)細(xì)化中逐步解決.