基于数据挖掘的普通高校受资助学生精准识别研究及对策

边高峰

摘 要 贫困家庭的精准识别是实施普通高校大学生精准扶贫的基础和前提。从多维视角识别和分析更能挖掘出需要资助的对象，为高校制定反贫困对策提供更为精准的科学依据。本文基于SPSS因子分析函数模型，进行精准的分析，找出有较大载荷的分量，发掘出因子的得分系数，构建有针对性的高校贫困生认定方法，针对主成分因子分析结果，提出了有针对性的对策建议。

关键词 数据挖掘 普通高校 资助 精准识别

中图分类号：G647 文献标识码：A DOI：10.16400/j.cnki.kjdkx.2018.05.080

Research on Accurate Recognition of Funded College Students

Based on Data Mining and Countermeasures

BIAN Gaofeng

（School of Economics & Management， Nanjing Tech University， Nanjing， Jiangsu 211816）

Abstract The accurate identification of poor families is the basis and prerequisite for the implementation of precision poverty alleviation for ordinary college students. Identifying and analyzing from a multi-dimensional perspective can better dig out the objects that need funding， and provide more accurate scientific basis for the university to formulate anti-poverty measures. Based on the SPSS factor analysis function model， this paper conducts precise analysis， finds out the components with larger loads， finds out the factor scores of the factors， and builds targeted methods for the identification of impoverished students in colleges and universities. According to the results of principal component analysis， this paper proposes targeted countermeasures.

Keywords data mining； ordinary colleges； funding； accurate identification

1 問题的提出

党和国家一直高度重视高校困难生认定工作。近日，全国学生资助管理中心发布2018年学生资助工作要点，要求健全学生资助制度，大力推进精准资助和资助育人，着力解决好学生资助存在的不平衡、不充分问题，推动学生资助工作迈上新台阶。在这样的背景下，结合目前高校困难生认定工作中存在的困难和问题，提升学生资助工作的精准度势在必行。

2 研究对象与研究方法

本文以某学院的困难生为研究对象，围绕家庭经济困难生精准认定指标进行调研，选取了20个班级（2014-2017级），从中抽取了100名经济困难同学，发放了问卷。本次调查共发放问卷100份，回收97份，有效问卷97份。本文通过SPSS 19.0软件计算每项认定指标的权重，通过定量分析，得出主要影响因子的函数关系式，为科学合理地认定困难学生提供依据，并根据因子分析结果，提出相应的对策。

3 研究的具体步骤

3.1 信度分析（克朗巴哈 系数）

根据收集到的数据，我们首先要进行数据分析（表1），根据SPSS软件信度分析，得出信度系数等于0.953，因此该问卷表的内在信度是比较理想的。因此我们可以进行下一步的研究。

3.2 因子分析的总方差解释

如表2所示为因子分析的总方差解释，其中显示了计算得到的相关系数矩阵的特征值、方贡献率及累计方差贡献率。根据特征值准则（取特征值大于等于1的主成分作为初始因子），应选取两个因子，它们累积时解释了数据中总方差接近70%。由此可见，选择前两个主成分已经基本可以代替原来的变量。

通过载荷系数大小可以看到不同因子所反映的主要指标的区别。从结果看，大部分因子解释性较好，但是仍有少部分指标解释能力较差，因此需要进行因子旋转。表3为进行旋转后成份得分系数矩阵。

其中，F1=-0.109*多子女家庭-0.176*单亲家庭+0.147*父母下岗+0.046*农业收入-0.175*绿色通道+0.162*残疾学生+0.260*重病家庭+0.210*家庭受灾+0.197*家庭重大变故+0.022*低收入家庭-0.211*西部边远地区-0.105*低保家庭+0.144*重残人家庭+0.111*烈士子女+0.225*孤儿；

F2=0.270*多子女家庭+0.342*单亲家庭-0.054*父母下岗+0.069*农业收入+0.357*绿色通道-0.057*残疾学生-0.186*重病家庭-0.123*家庭受灾-0.112*家庭重大变故+0.100*低收入家庭+0.410*西部边远地区+0.266*低保家庭-0.029*重残人家庭-0.009*烈士子女-0.142*孤儿。

提取方法：主成份。

旋转法：具有 Kaiser 标准化的正交旋转法。

构成得分。

从表3成份得分系数矩阵图中，可以看出，在第一主成分中，农业收入、重病家庭、家庭受灾、家庭重大变故、孤儿等指标的变量系数都比较大，可以看作是反映F1主成分变量的综合指标；在第二主成分中，多子女家庭、绿色通道、西部边远地区、低保家庭等指标的变量系数比较大，可以看作是反映F2主成分变量的主要指标。从上述因子分析的结果来看，我们在认定困难等级时，可以从系数较大的变量入手，通过考察F1与F2的得分情况，来精准判定一名学生是否可以被认定为困难生，从而获得学校不同等级的资助。

4 针对主成分因子分析结果的对策建议

4.1 规范家庭情况调查程序，加强学生的诚信教育

要想得出精确的认定结果，就必须有准确的数据。因此需要联合民政部门规范材料认定程序，保证识别依据本身的真实性。高校家庭经济困难学生精准识别需要提高数据来源的准确性，而提高数据的准确性，主要需要加强对学生的诚信教育。在识别过程中不断加强学生诚信教育，谈及不诚信利弊，引导学生正确看待国家资助政策，才可保证高校家庭经济困难学生精准识别准确性。

4.2 严把困难生认定环节，加强对困难大学生的针对性帮扶

学生的家庭经济状况始终处在动态变化之中，认定工作要坚持做到相對稳定、动态调整、综合评定、不断完善，逐步提高贫困生认定工作的整体水平。学校和院（系）每学年应定期对全部家庭经济困难学生进行一次资格复查，每学期针对指标数据分析得出的结论，在日常的资助工作过程中，着重在家庭农业收入来源、受灾重病家庭、多子女家庭以及通过绿色通道等方面，注意对学生的观察，严格根据相关因子的综合得分，按照分数从高到底依次来评定困难学生的困难等级。达到资助条件的，积极创造有利条件，努力做到有针对性的帮扶，做到应助尽助，做好家庭经济困难学生认定工作，公平、公正、合理地分配资助资源，如学生家庭经济状况发生显著变化，及时做出调整。同时，根据认定的结果，精准投放勤工助学岗位，充分发挥勤工助学的作用，使之成为国家奖助学金资助体系以外的重要补充。

大学生资助工作是一项复杂的系统性工程，是高校学生工作的重点，学生资助工作政策性强、影响力大、关注度高。只有对困难学生做到精准识别和认定，才能立足学生实际，创新实施路径，把国家学生资助政策扎扎实实地落到实处。

基金项目：江苏省哲学与社会科学思政专项课题“基于粗糙集条件信息熵多指标模型的高校贫困生精准界定探究”（2017SJBFDY364）；南京工业大学党建与思政课题“人才培养视阈下的高校资助育人绩效评价与体系构建研究”（SZ20180103）

参考文献

[1] 马腾飞.高校家庭经济困难学生精准化认定方法探析[J].高教学刊，2016（6）：160-161，164.

[2] 余华平，郭梅.关于高校家庭经济困难学生认定工作的思考[J].长江大学学报（社会科学版），2012.35（4）：155-157，7.

[3] 张翔.教育扶贫对象精准识别机制探究[J].教育探索，2016（12）：94-96.

[4] 李博，左停.谁是贫困户？ 精准扶贫中精准识别的国家逻辑与乡土困境[J].西北农林科技大学学报（社会科学版），2017.17（4）：1-7.