一种基于EW-KMeans算法的高校经济困难生识别方法和系统

本发明属于高校经济困难生识别，具体涉及一种基于ew-kmeans算法的高校经济困难生识别方法和系统。

背景技术：

1、高校经济困难生认定是资助工作的基础环节，传统方法主要依赖学生提交的家庭经济困难证明、城乡低保信息以及审核人员的评议。这类方式存在信息滞后、审核成本高、易出现虚报或漏报等问题。近年来，基于校园一卡通消费数据的经济困难生识别方法逐渐受到关注，其基本思路是：将日均消费金额、消费频次等指标与全校统一切线阈值进行比较，消费显著低于阈值的学生被视为潜在经济困难对象。

2、然而，现有基于消费数据的经济困难识别技术存在以下固有缺陷：

3、（1）单一阈值导致群体偏差：对于因校园活动参与度低（如少去食堂、少去图书馆、少在校内消费）的群体，其校园消费数据绝对值极低，在全校统一阈值下，该群体几乎全部被标记为“经济困难”，导致大量无效预警。

4、（2）部分学生消费低并非源于经济困难，而是源于“低欲望”型生活习惯（如节食、简约生活、校外就餐等）。传统方法将低消费直接等同于经济困难，造成了“假性经济困难”误判；而对于一些高频率泡图书馆消费模式单一朴素，却因缺乏显著的“低消费”信号而被传统模型忽略，导致隐形经济困难群体无法被识别。

5、（3）缺乏可解释性，对于现有评分模型往往输出一个连续的经济困难度分数或黑箱分类结果，无法给出“为什么该生被判定为经济困难”的具体行为规则，不利于进行复核。

技术实现思路

1、本发明针对现有技术中的不足，提供一种基于ew-kmeans算法的高校经济困难生识别方法和系统，其能够避免全校一刀切导致的误判与漏判，具有更高的识别精度、更强的群体适应性和更好的决策可解释性。

2、本发明提供了如下的技术方案：

3、第一方面，提供一种基于ew-kmeans算法的高校经济困难生识别方法，包括：

4、采集所有学生的消费数据和图书馆门禁数据，并统计各学生的所有特征指标，包括消费指标和图书馆指标；

5、基于各学生的所有特征指标，采用熵权法计算各特征指标的权重，并引入熵权截断再分配的方式对计算的各指标权重进行修正；

6、根据修正后的各指标权重和统计的各学生的特征指标，构建每个学生的加权特征矩阵，并使用肘部法确定最佳聚类数k后，基于所有学生的加权特征矩阵对所有学生进行聚类，得到若干个学生群体；

7、针对各学生群体，基于其消费指标的相对基准计算群体内各学生的经济困难度得分并划分等级，然后使用决策树对各群体内部进行规则挖掘，识别出每个群体的所有疑似经济困难生。

8、可选地，所述消费指标包括：交易天数、日均消费、单笔交易金额和早餐率；所述图书馆指标包括：图书馆行为存在性特征和图书馆行为强度；所述图书馆行为存在性特征和图书馆行为强度根据统计周期内当前学生的图书馆门禁次数确定。

9、可选地，所述图书馆行为存在性特征为：

10、；

11、其中，为第个学生的图书馆行为存在性特征，，为学生的数量，为第个学生在统计周期内图书馆门禁次数；

12、所述图书馆行为强度为：

13、；

14、其中，，为所有的平均值，为所有的标准差。

15、可选地，所述基于各学生的所有特征指标，采用熵权法计算各特征指标的权重，并引入熵权截断再分配的方式对计算的各指标权重进行修正，具体为：

16、步骤d1：采用熵权法计算每个特征指标的初始权重，并根据特征指标数量的倒数来设置权重阈值上限；

17、步骤d2：判断所有特征指标的当前权重是否均小于权重阈值上限，若是，则输出所有特征指标的当前权重，若否，则从大于权重阈值上限的所有当前权重中，挑选出任意一个特征指标的当前权重，并按照下式对部分特征指标的当前权重进行修正；

18、；

19、其中，从大于权重阈值上限中挑选出的第个特征指标的当前权重，为修正后的第个特征指标的当前权重，为小于权重阈值上限的第个特征指标的当前权重，为修正后的第个特征指标的当前权重，为所有超出阈值特征指标的超出量总和，为小于权重阈值上限的当前权重的数量；

20、步骤d3：重复步骤d2，直至所有特征指标的当前权重是否均小于权重阈值上限。

21、可选地，所述每个学生的加权特征矩阵表示为：

22、；

23、其中，为第个学生的加权特征矩阵，为第个学生的第个加权特征指标，为第个特征指标修正后的权重，为第个学生的第个特征指标。

24、可选地，所述基于其消费指标的相对基准计算群体内各学生的经济困难度得分并划分等级，具体为：

25、针对每个学生群体，分别计算其所有消费指标的75%分位数，并以75%分位数作为当前学生群体在当前消费指标的基准值；

26、根据下式计算每个学生的单项经济困难度得分；

27、；

28、其中，为第个学生在第个消费指标的单向经济困难度得分，为第个学生的第个加权消费指标，为第个学生群体中第个消费指标的基准值；

29、通过加权的方式，融合学生的所有单项经济困难度得分，得到学生的经济困难度得分：

30、；

31、其中，为第个学生的经济困难度得分，为消费指标的数量，为的融合权重；

32、按照每个学生的经济困难度得分，为每个学生划分经济困难等级。

33、可选地，所述使用决策树对各群体内部进行规则挖掘，识别出每个群体的所有疑似经济困难生，具体为：

34、针对每个群体，以所有学生的加权特征矩阵和学生的经济困难度得分作为输入，以划分的经济困难等级作为伪标签，来训练cart决策树；

35、使用训练完成的cart决策树对当前群体的所有学生进行经济困难预测；

36、汇总各群体预测的所有经济困难学生，得到高校所有疑似经济困难生输出。

37、第二方面，提供一种基于ew-kmeans算法的高校经济困难生识别系统，包括：

38、采集汇总模块，用于采集所有学生的消费数据和图书馆门禁数据，并统计各学生的所有特征指标；

39、权重确定模块，用于基于各学生的所有特征指标，采用熵权法计算各特征指标的权重，并引入熵权截断再分配的方式对计算的各指标权重进行修正；

40、分类模块，用于根据修正后的各指标权重和统计的各学生的特征指标，构建每个学生的加权特征矩阵，并使用肘部法确定最佳聚类数k后，基于所有学生的加权特征矩阵对所有学生进行聚类，得到若干个学生群体；

41、细分识别模块，用于针对各学生群体，基于其特征指标的相对基准计算群体内各学生的经济困难度得分并划分等级，然后使用决策树对各群体内部进行规则挖掘，识别出每个群体的所有疑似经济困难生。

42、第三方面，提供一种计算机设备，包括处理器和存储器；其中，处理器执行存储器中保存的计算机程序时实现第一方面任一项所述的基于ew-kmeans算法的高校经济困难生识别方法的步骤。

43、第四方面，提供一种计算机可读存储介质，用于存储计算机程序；计算机程序被处理器执行时实现第一方面任一项所述的基于ew-kmeans算法的高校经济困难生识别方法的步骤。

44、与现有技术相比，本发明的有益效果是：

45、（1）首先，本发明在聚类前的特征加权阶段，引入熵权截断再分配机制，通过设定权重上限，将超出上限的权重部分均匀分配给低于阈值的特征，可避免单一或少数特征因变异度过大而主导聚类距离，防止聚类结果过度依赖噪声或冗余特征；同时保留了各特征的区分能力，使聚类形成的群体具有更均衡、更可信的行为描述，为后续分群经济困难识别提供高质量的群体划分基础。其次，本发明通过聚类将学生划分为行为模式相似的子群，再以各群体自身的消费水平构建相对的比较基准，计算个体相对经济困难度，该策略使经济困难评估脱离绝对消费值的束缚，实现“同类相比”，显著降低了因群体风格差异造成的误判与漏判，提高了认定结果的公平性。最后，本发明通过聚类粗分+决策树细分的两级架构，对不同群体分别挖掘经济困难行为规则，尤其对于“游离者”（低校园消费、低参与度）和“学霸”（朴素消费但高学习投入）这类传统模型难以识别的隐形经济困难人群，决策树能够在各自群体内部学习到针对性的特征组合，从而显著提高对隐形经济困难的识别精度。

46、（2）本发明的cart决策树以基尼系数为分裂准则，产出的是一组直观的 if-then分类规则，规则易于审核人员理解和核查，避免了“黑箱”模型带来的信任危机。同时，规则可根据新数据进行周期更新，实现经济困难生认定的动态调整与精准帮扶。