大數(shù)據(jù)時(shí)代高校助學(xué)評(píng)審體系的構(gòu)建與思考

張皓

摘要： 貧困生認(rèn)定是高校助學(xué)工作中的重點(diǎn)和難點(diǎn)。大數(shù)據(jù)時(shí)代的到來(lái)，給高校應(yīng)用信息化手段開(kāi)展助學(xué)評(píng)定工作提供了技術(shù)支持，該文對(duì)如何在基于數(shù)據(jù)挖掘等理論基礎(chǔ)上設(shè)計(jì)高校助學(xué)體系闡述了總體框架，并對(duì)其中部分關(guān)鍵技術(shù)進(jìn)行了分析。

關(guān)鍵詞： 助學(xué)體系；數(shù)據(jù)挖掘；AHP

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）28-0001-03

貧困生資助工作是高校扶助家庭困難學(xué)生順利完成學(xué)業(yè)的一項(xiàng)重要舉措，如何構(gòu)建科學(xué)的助學(xué)體系是高校乃至全社會(huì)所面臨的一個(gè)重大課題。自2007年國(guó)家在普通高校中施行助學(xué)政策以來(lái)，我國(guó)高校的助學(xué)體系已逐步形成了由“獎(jiǎng)貸助補(bǔ)減”等多項(xiàng)措施全面并行的局面，使無(wú)數(shù)貧困學(xué)生從中受益。然而，目前高校貧困生資助工作依然存在著一些困難和問(wèn)題。其中，缺乏科學(xué)合理的貧困生認(rèn)定標(biāo)準(zhǔn)是目前高校在貧困生資助工作中普遍遇到的主要困難【1】。對(duì)于剛?cè)雽W(xué)的新生來(lái)說(shuō)，能提供為判別依據(jù)的僅有一張家庭經(jīng)濟(jì)情況調(diào)查表，而且更令人遺憾的是表中“家庭人均年收入”這最關(guān)鍵的一欄信息無(wú)從考證，出現(xiàn)有些學(xué)生瞞報(bào)少報(bào)家庭收入或者夸大家庭經(jīng)濟(jì)困難的現(xiàn)象，而當(dāng)?shù)氐拿裾块T也不可能詳細(xì)掌握每家每戶的普通百姓的具體收入情況，這就給貧困生的甄別帶來(lái)了極大的障礙。隨著大數(shù)據(jù)時(shí)代的到來(lái)，如何運(yùn)用各種信息處理技術(shù)來(lái)解決貧困生認(rèn)定工作中的難題成為各高校研究的熱點(diǎn)之一。本文將對(duì)應(yīng)用數(shù)據(jù)挖掘和AHP等技術(shù)來(lái)構(gòu)建助學(xué)評(píng)審系統(tǒng)做初步的探討。

1 高校助學(xué)評(píng)審系統(tǒng)總體設(shè)計(jì)框架

近十年來(lái)高校助學(xué)工作的開(kāi)展和取得的成果為我們積累了寶貴的經(jīng)驗(yàn)，不少高校學(xué)生工作者紛紛撰文，就貧困生認(rèn)定的具體工作細(xì)節(jié)提出了許多寶貴的建議和方法。本文所要闡述的運(yùn)用數(shù)據(jù)挖掘技術(shù)設(shè)計(jì)出的評(píng)審系統(tǒng)與之并不排斥，即并非完全擯棄過(guò)去傳統(tǒng)的評(píng)審模式，而是為助學(xué)評(píng)審環(huán)節(jié)提供一個(gè)盡量科學(xué)的參考。最終的評(píng)審結(jié)果必然還是由評(píng)審老師酌情認(rèn)定而不應(yīng)由機(jī)器自動(dòng)“識(shí)別”。因此，本文所提出的助學(xué)評(píng)審體系是建立在如圖1所示的設(shè)計(jì)框架之上。

2 助學(xué)評(píng)審體系中的數(shù)據(jù)挖掘等關(guān)鍵技術(shù)探討

數(shù)據(jù)挖掘技術(shù)問(wèn)世以后在很多領(lǐng)域有了優(yōu)秀的表現(xiàn)。于是有些高校工作者開(kāi)始考慮將數(shù)據(jù)挖掘技術(shù)應(yīng)用于助學(xué)評(píng)審工作[2]中來(lái)。常用的挖掘技術(shù)是使用關(guān)聯(lián)規(guī)則（改進(jìn)APRIOR算法等）推出學(xué)生信息與貧困程度的關(guān)聯(lián)程度，但筆者以為，僅憑單純的挖掘就得出結(jié)論是欠準(zhǔn)確的，因?yàn)閗頻繁集的背后也許有尚不為知的k+1 項(xiàng)起作用，在置信度不高的條件下有誤導(dǎo)的可能。例如校園一卡通消費(fèi)情況，由“月消費(fèi)在200元以下”這個(gè)事件推出“貧困”的置信度可能達(dá)到了70%以上，但也說(shuō)明了有30%的可能是由于該生在減肥或是食堂菜不愛(ài)吃等其他原因。如果將該生身高體重比、性別、家庭月收入、體育館每周光顧次數(shù)等相關(guān)事件加進(jìn)來(lái)統(tǒng)計(jì)則有可能會(huì)幫助判別該生是否是在減肥，但隨之而帶來(lái)的問(wèn)題是事件集的膨脹和支持度的下降。不論何種情況，該學(xué)生的情況不能簡(jiǎn)單地只由幾個(gè)事件（以下稱為“評(píng)價(jià)指標(biāo)”）就下結(jié)論，而應(yīng)盡可能地綜合考慮其他各項(xiàng)“指標(biāo)”，避免一葉障目妄下定語(yǔ)。需要強(qiáng)調(diào)的是，本文中關(guān)聯(lián)規(guī)則的運(yùn)用有所不同，它僅僅是第一步和最后一步：用來(lái)發(fā)現(xiàn)和驗(yàn)證評(píng)價(jià)指標(biāo)。

2.1利用關(guān)聯(lián)規(guī)則發(fā)現(xiàn)和驗(yàn)證評(píng)價(jià)指標(biāo)

評(píng)審體系應(yīng)由許多評(píng)價(jià)指標(biāo)共同構(gòu)成。評(píng)價(jià)指標(biāo)的確定要遵循以下原則：1）科學(xué)性；2）可行性；3）可測(cè)性；4）動(dòng)態(tài)完善性【3】。表1列出和總結(jié)了目前高校在貧困生認(rèn)定中最常用的指標(biāo)【4】。其中位于頂層的指標(biāo)可稱為一級(jí)指標(biāo)，一級(jí)指標(biāo)以下的分指標(biāo)稱為二級(jí)指標(biāo)，依此類推。指標(biāo)最初可以是專家設(shè)計(jì)或經(jīng)驗(yàn)總結(jié)，以后隨著數(shù)據(jù)庫(kù)中的信息量日益增多和完善，可運(yùn)用數(shù)據(jù)挖掘技術(shù)“發(fā)現(xiàn)”并增加潛在的評(píng)價(jià)指標(biāo)。其實(shí)現(xiàn)的主要手段就是利用關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘中最基本的技術(shù)之一，其原理是：假設(shè)I={i1， i2···im}是一個(gè)項(xiàng)目集合，T={t1， t2···tn}是一個(gè)（數(shù)據(jù)庫(kù)）事務(wù)集合，其中每個(gè)事務(wù)ti是一個(gè)項(xiàng)目集合，并滿足ti?I。則一個(gè)關(guān)聯(lián)規(guī)則即是一個(gè)如下形式的蘊(yùn)涵關(guān)系：

支持度的值過(guò)小則表明此關(guān)聯(lián)事件有可能只是偶然發(fā)生，而置信度如果太低則表示從X推斷出Y的可靠度不高。Aprior算法是實(shí)現(xiàn)關(guān)聯(lián)規(guī)則的主要算法，并有各種改進(jìn)版本，其原理主要是通過(guò)迭代地

發(fā)現(xiàn)頻繁集來(lái)實(shí)現(xiàn)，本文由于篇幅限制不再介紹。實(shí)際工作中我們大可不必自己編程去實(shí)現(xiàn)Aprior算法，有些數(shù)據(jù)庫(kù)軟件如SQL Server 2008等自帶了關(guān)聯(lián)算法并可設(shè)置其各種參數(shù)，另外還有諸如SPSS、Weka等挖掘工具軟件，我們可以利用這些現(xiàn)成的工具很方便地進(jìn)行挖掘，所要做的只是數(shù)據(jù)清洗和最終的發(fā)現(xiàn)與驗(yàn)證工作。接下來(lái)再通過(guò)設(shè)置合理的置信度和支持度，并可結(jié)合重要性（即改善度lift）等其他參數(shù)進(jìn)行綜合分析，從而判斷所挖掘出的評(píng)價(jià)指標(biāo)是否成立。例如一卡通消費(fèi)情況，如果將其作為一項(xiàng)評(píng)價(jià)指標(biāo)，則由其生成的關(guān)聯(lián)規(guī)則在支持度和置信度上應(yīng)不能低于其他常用指標(biāo)太多，否則就難以“置信”，要考慮撤銷該指標(biāo)或降低權(quán)重。

2.2 構(gòu)建評(píng)價(jià)目標(biāo)函數(shù)的思路與分析

指標(biāo)項(xiàng)確立以后就是考慮如何構(gòu)建評(píng)價(jià)函數(shù)的問(wèn)題。分兩步：第一步是要如何確定這些指標(biāo)項(xiàng)各自對(duì)應(yīng)的權(quán)值；第二步是函數(shù)形式的確立。有的文獻(xiàn)中給出了以模糊數(shù)學(xué)理論為基礎(chǔ)建立模糊矩陣的方式進(jìn)行判別，本文由于篇幅限制僅以最簡(jiǎn)單的目標(biāo)函數(shù)法來(lái)說(shuō)明問(wèn)題。即構(gòu)造以下形式的目標(biāo)函數(shù)來(lái)作為最終的判別輸出：

其中是指標(biāo)項(xiàng)的對(duì)應(yīng)權(quán)重。

該目標(biāo)函數(shù)最終輸出值即為該生的評(píng)價(jià)指數(shù)。而在此函數(shù)式中，如何確定各指標(biāo)項(xiàng)和對(duì)應(yīng)的權(quán)值則是構(gòu)建該目標(biāo)函數(shù)的關(guān)鍵。

這里順便提一下神經(jīng)網(wǎng)絡(luò)和決策樹(shù)。神經(jīng)網(wǎng)絡(luò)遠(yuǎn)比這個(gè)目標(biāo)函數(shù)復(fù)雜，它是一種非線性結(jié)構(gòu)，依靠大量數(shù)據(jù)樣本進(jìn)行反饋式訓(xùn)練來(lái)自適應(yīng)調(diào)整節(jié)點(diǎn)權(quán)重，適合精確分類輸出。但如果用龐大的數(shù)據(jù)開(kāi)銷和算法復(fù)雜度去換取“絕對(duì)”精確的分類有“殺雞用牛刀”之嫌。決策樹(shù)是一種樹(shù)型結(jié)構(gòu)，樹(shù)中的各節(jié)點(diǎn)是由算法（目前最常用的是C4.5算法）生成，且最終的葉子節(jié)點(diǎn)性質(zhì)為屬性。但是我們希望評(píng)價(jià)體系最終輸出的是一個(gè)可供參考和比較的值而非屬性。盡管可以用把值離散化為一個(gè)個(gè)區(qū)間上的屬性的方法，但這樣做會(huì)加大構(gòu)造樹(shù)的復(fù)雜度。還有最重要的一點(diǎn)是，樹(shù)型的判別結(jié)構(gòu)并不適合助學(xué)評(píng)價(jià)系統(tǒng)。我們所期望的值是由系統(tǒng)中所有指標(biāo)項(xiàng)的共同影響來(lái)決定的，而不是從某個(gè)節(jié)點(diǎn)開(kāi)始就直接滑向了葉子。

2.3運(yùn)用AHP算法實(shí)現(xiàn)評(píng)價(jià)目標(biāo)函數(shù)的構(gòu)建

美國(guó)運(yùn)籌學(xué)家Saaty教授提出過(guò)一種AHP算法（Analytic Hierarchy Process）[5]，它為解決這一問(wèn)題提供了途徑。這是一種多準(zhǔn)則決策方法，且非常適合求各層次指標(biāo)的權(quán)重，步驟如下：

1）構(gòu)造判斷矩陣：

對(duì)同級(jí)的所有指標(biāo)依次構(gòu)造兩兩對(duì)比的判決矩陣：

其中aij取從1-9的整數(shù)。 aij越大則表示指標(biāo)Ui相對(duì)比Uj的影響力更大。aji取aij的倒數(shù)。這里aij的初始值是由專家填寫(xiě)或由經(jīng)驗(yàn)產(chǎn)生的，雖然有些主觀性，但由于后期還可由評(píng)定結(jié)果進(jìn)行反饋訓(xùn)練和調(diào)整，因此并不影響建立模型的科學(xué)性。

2）規(guī)范化列并確定各指標(biāo)的權(quán)值：

3）一致性檢驗(yàn)：

計(jì)算一致性比例：

其中C.I= ，是矩陣的特征值，而的值可由查表得到。的值越小越好，通常取<0.1，若滿足此條件則認(rèn)為通過(guò)一致性檢驗(yàn)。

有關(guān)AHP層次分析法中的判斷矩陣構(gòu)造在許多文獻(xiàn)中多有論述，其各種改進(jìn)算法在此不再一一列舉。本文僅使用了最簡(jiǎn)單的和法定義說(shuō)明問(wèn)題。以最頂層的一級(jí)指標(biāo)為例，假設(shè)判斷矩陣如表3所示：

即學(xué)生家庭情況的權(quán)重設(shè)置為0.5374，學(xué)生本人情況權(quán)重為0.2680，師生評(píng)定情況權(quán)重為0.1946。以下省略了一致性檢驗(yàn)過(guò)程。以此類推可得到二級(jí)三級(jí)各指標(biāo)的相應(yīng)權(quán)重。

3 設(shè)計(jì)貧困生申報(bào)系統(tǒng)與評(píng)定系統(tǒng)用戶界面

以數(shù)據(jù)挖掘和AHP層次分析實(shí)現(xiàn)的評(píng)審系統(tǒng)最終以友好的軟件界面形式展現(xiàn)給用戶。申報(bào)系統(tǒng)面向?qū)W生，由學(xué)生本人按實(shí)際情況填寫(xiě)軟件所要求的各指標(biāo)項(xiàng)，并可以加裝智能判斷：例如事先將全國(guó)各地經(jīng)濟(jì)數(shù)據(jù)分為若干片，根據(jù)學(xué)生填寫(xiě)的父母年齡職稱職務(wù)工作情況等進(jìn)行初步判斷，如果與數(shù)據(jù)庫(kù)里的相同條件下平均收入水平差距超過(guò)臨界值則給出警示；還可要求學(xué)生必須填寫(xiě)正確的家庭收支情況，發(fā)現(xiàn)“入不敷出”數(shù)據(jù)則要求學(xué)生必須填寫(xiě)其他經(jīng)濟(jì)來(lái)源或強(qiáng)制重填，否則無(wú)法提交等等。評(píng)審系統(tǒng)則由評(píng)審老師或評(píng)審小組使用，根據(jù)系統(tǒng)生成的參考評(píng)價(jià)值F（a）對(duì)學(xué)生貧困程度給予最終評(píng)定和排序。

4 系統(tǒng)開(kāi)發(fā)工作的前景

大數(shù)據(jù)時(shí)代的到來(lái)為我們改變和創(chuàng)新高校助學(xué)評(píng)審模式提供了契機(jī)，但種種客觀條件的限制使得數(shù)據(jù)挖掘技術(shù)并未能廣泛應(yīng)用到實(shí)處，如何應(yīng)用該技術(shù)解決高校貧困生評(píng)定工作中遇到的困難仍將是一個(gè)任重而道遠(yuǎn)的過(guò)程。然而不積跬步，無(wú)以至千里，隨著我們鍥而不舍的數(shù)據(jù)積累和挖掘工作的不斷深入，必定會(huì)在不久的將來(lái)給高校助學(xué)系統(tǒng)的研發(fā)帶來(lái)新的變革。

參考文獻(xiàn)：

[1] 王東紅.大數(shù)據(jù)時(shí)代高校貧困生資助工作的思考[J].經(jīng)濟(jì)研究導(dǎo)刊，2014（35）.

[2] 周麗娜.關(guān)聯(lián)規(guī)則在學(xué)生助學(xué)系統(tǒng)中的應(yīng)用研究[J].考試周刊，2012（62）.

[3] 楊金保.基于模糊綜合評(píng)價(jià)的高校貧困生認(rèn)定方法研究[J].佳木斯大學(xué)社會(huì)科學(xué)學(xué)報(bào)，2010（28）.

[4] 龐艷桃.高校學(xué)生經(jīng)濟(jì)狀況認(rèn)定指標(biāo)體系及模型研究[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2008（3）.

[5] 趙瑋. AHP的算法及其比較分析[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，1995（1）.