褚蕾蕾 孟利霞 鄭健 夏光峰 劉年生

摘 要：在高等院校的不斷擴招形勢下，貧困生已經成為一類典型的大學生群體。為促進高校教育的公平公正發(fā)展，保證大學生身心發(fā)展的健康，對貧困生的資助已經成為國家的一項重要政策，同時，如何進行高校貧困學生的精準資助已經成為貧困生資助的熱點問題。本文研究了一種高校虛假貧困生的辨識算法，通過采集貧困生的校園卡消費數據，提取其中關鍵指標，再采用孤立森林異常點檢測法對其中的異常數據進行監(jiān)測，從而辨識出虛假貧困。采用實際算例進行分析，其結果表明了本文提出方法的有效性。

關鍵詞：高校;虛假貧困;精準資助;孤立森林

中圖分類號：TP393.1 文獻標識碼：A 文章編號：1671-2064（2019）06-0044-02

0 引言

隨著中國高等教育普及化，以及高等學校不斷擴招的形勢下，一種典型的大學生群體：貧困生群體已經越來越受到人們的關注。為保證高等教育公平公正的原則，國家出臺了一系列政策，建立了完善的貧困生資助體系，保障了貧困生順利的完成學業(yè)和研究。然而，現(xiàn)有的條件下，仍然在少數場合存在著資助準確性不高的問題，即少數貧困生未能獲得國家資助，反而少數非貧困生卻受到了資助。因此，如何實現(xiàn)精準資助一直是貧困生認定和資助領域的重點和難點問題。

近年來，人工智能理論的發(fā)展為貧困生的精準資助提供了一種基于實際消費數據的新思路。與傳統(tǒng)的走訪或調查問卷的方法不同，基于數據的方法完全依賴于大學生的實際消費數據，提高了資助認定的客觀性和可靠性，已成為新的研究熱點。例如，文獻[1]基于校園一卡通數據，采用支持向量機（SVM）算法，歸納了高校大學生消費的兩種消費模式;文獻[2]基于校園一卡通、宿舍門禁、圖書館借閱信息，結合k-means聚類方法，對大學生的貧困程度進行預測。文獻[3]基于高校學生消費數據，采用描述性統(tǒng)計和非參數檢驗的方法，描述了貧困生和非貧困生在消費上的差異性。

本文采用孤立森林算法對高校虛假貧困現(xiàn)象進行檢測與辨識，首先采集高校學生的校園一卡通數據，再抽取其中關鍵特征，使用孤立森林算法進行異常數據檢測。對其異常數據進行分析，便可精準監(jiān)測到虛假貧困現(xiàn)象并對其預警。采用實際算例進行算法論證，其結果表明了本文方法的有效性和實用性。

1 背景知識

1.1 虛假貧困

所謂虛假貧困現(xiàn)象是指某些非貧困生通過各種手段獲得國家貧困生資助的現(xiàn)象。雖然這類現(xiàn)象屬于極少數個例，但是卻嚴重影響了貧困生資助的公平公正性，在高校學生群體之間造成不良的影響。因此，如何對虛假貧困現(xiàn)象進行辨識是精準資助領域的重要子問題。

1.2 高校一卡通數據

我國高校內的消費大多采用校園卡的方式進行結算。消費種類一般為：（1）食堂消費;（2）超市消費;（3）打水消費;（4）洗浴消費;（5）電費，網費，圖書償還費用等其他消費。其中，食堂和超市消費的差異與學生的貧困水平成正相關，需著重監(jiān)測這兩類消費數據。

2 數據預處理與特征抽取

采集校園一卡通的食堂消費數據和超市消費數據，進行預處理和特征提取。提取的特征為：（1）30天日消費均值Maverage;（2）30天日消費總額Msum;（3）30天食堂消費總額Mshitang;（4）30天超市消費總額Mchaoshi。將Maverage、Msum、Mshitang、Mchaoshi分別進行歸一化處理作為算法的輸入數據。則最后的輸入數據X為：X={X∈R4|Maverage、Msum、Mshitang、Mchaoshi}[4]。

3 孤立森林法

本文所用的孤立森林模型是基于隔離思想的異常點檢測算法，其檢測流程如圖1所示，將采集到的數據做為總數據集X，從X中隨機采樣得到子數據集（X1，X2…Xm），進而進行隔離樹和孤立森林的構建，再通過計算路徑的長度得到各個點的異常分值，最后，根據其分值的大小進行異常數據的辨識。

3.1 孤立樹

圖2所示為隔離樹的建立方法。主要步驟為：（1）隨機選取子數據集X中的某一列數據作為主要維度q，在其取值范圍[qmin，qmax]內，選取一隨機值p，并基于是否qp將總數據分為左子集Xl和右子集Xr，同時隨機產生一個子結點;（2）需對其結點進行判斷，判斷其是否為內部結點還是葉結點，并循環(huán)重復1步驟，除非內部結點滿足其葉結點的條件：對于子采樣數據X={x1，…，xn}，通過選取隨機特性q和分割值p，直到樹高h達到高度限制hlim，或者分割后的子采樣集只剩下唯一數據為止。

4 算例分析

以某學校為例，采集該校大一至大四學生的一卡通消費數據共十萬條。使用第3章所述的數據類別作為算法輸入數據，并將其數據輸入至第四章所述的孤立森林算法中。算法計算完成后，對每個學生的異常分數進行排序，選擇異常分數靠前的400名同學進行分析。同時，對這400名同學的家庭進行摸查，以確認真實情況。使用本文方法與異常因子（LOF）以及單類支持向量機（one-class SVM）進行比較，檢測精度如表1所示。正確率為被檢測出的異常點占總數的比例;誤測率為正常點被檢測為異常的比例?？梢钥闯?，孤立森林法較其他方法檢測準確度更高。

5 結語

本文研究了一種高校虛假貧困生的辨識算法，通過采集貧困生的校園卡消費數據，提取其中關鍵指標，再采用孤立森林異常點檢測法對其中的異常數據進行監(jiān)測，從而辨識出虛假貧困。采用實際算例進行分析，其結果表明了本文提出方法的有效性。

參考文獻

[1] 唐穎，李明江.數據挖掘在高校貧困生消費信息管理中的應用研究[J].湖南商學院學報，2011，18（6）：45-49.

[2] 李明君.基于數據挖掘的貧困助學金認定方法研究[D].華中師范大學，2017.

[3] 李珊娜.基于校園一卡通平臺的數據挖掘應用研究[J].鐵路計算機應用，2010，19（6）：55-58.

[4] 費小丹，董新科，張暉.基于校園一卡通消費數據的高校貧困生分析[J].電腦知識與技術，2014（20）：4934-4936.