大学给学生“偷偷”打钱，他们是如何实现精准资助的？

来源：寻道科技（XDbigdata）

近期，央视等各大媒体都对大学精准资助进行了报道，甚至有大学给学生卡里“偷偷”打钱，网友纷纷表示“真的很暖心！”，同时也提出了疑问“这是如何实现的呢？”

其实这是利用了“大数据”进行精准扶贫（点击这里看案例-电子科技大学精准资助）。一个系统就实现了贫困生的精准认定、精准预警，帮助学校实现精准帮扶，大大减轻学校工作量，并且更加科学。

今天，寻道君就跟大家聊一聊大学如何利用大数据实现“精准资助”。

机器学习算法辅助资助工作

利用大数据实现“精准资助”，主要还是依靠大数据机器学习算法。新生在精准资助系统上申请困难补助后，提交纸质证明《高等学校及家庭情况调查表》，即可根据训练好的模型，对新生进行分类。

例如针对学生的贫困情况，将学生分为不困难、一般困难、困难、特别困难四种情况进行预测，这是一个标准的四分类问题。

机器学习模型实现多分类判断

假设将学生贫困认定分为不困难、一般困难、困难、特别困难，分别用数字标签（0、1、2、3）表示，如果我们只用一个两分类的模型（比如决策树、支持向量机等），怎么用呢？我们可以采取如下的策略：

一对一（OvO）：一个分类器用来处理数字 0 和数字 1，一个用来处理数字 0 和数字 2，一个用来处理数字 0 和 3，以此类推。4分类需要6个分类器。

一对其他（OvR）：训练4个分类器，每一个对应一个数字，第一个分类0和非0，第二个分类1和非1，以此类推。N 个类需要 N 个分类器。

一对一（OvO）

在 OvO 中，6个分类器为 f1 , f2 , f3 ,f4 , f5 , f6 。

f1 负责分类一般困难和困难，预测为一般困难；

f2 负责分类一般困难和特别困难，预测为一般困难；

f3 负责分类一般困难和不困难，预测为一般困难；

f4 负责分类困难和特别困难，预测为困难；

f5 负责分类困难和不困难，预测为不困难；

f6负责分类特别困难和不困难，预测为特别困难。

根据多数原则得到的结合预测为一般困难，示意图如下：

一对其他（OvR）

在 OvR 中，4个分类器为 f1 , f2 , f3 ,f4 。把数据分成“某个”和“其他”：

f1 负责分类不困难和其他，预测为其他；

f2 负责分类一般困难和其他，预测为一般困难；

f3 负责分类困难和其他，预测为其他；

f4 负责分类特别困难和其他，预测为其他。

四个分类器都预测了一般困难，根据多数原则预测为一般困难：

以上简单介绍了多分类的策略，而针对单个模型，可以选择不同的分类模型，比如逻辑回归、支持向量机、决策树等。

单个模型的预测

以逻辑回归为例，我们在作特征工程时，根据获取到的学生数据，建模抽象出学生属性标签体系。该体系把特征划分为多个大类：固有属性、学习属性、成绩属性、社交属性、经济属性……

这里我们再引入一个sigmoid函数（也被称为S函数），它在机器学习应用的十分频繁，特别是在神经网络和深度学习领域。

我们上面分析的两种不同效用相互比较时，其中一方胜出的概率分布在数学上可以近似为sigmoid函数，函数方程和累计函数分布图如下图：

如何让计算机学习到参数？

从机器学习的角度，我们希望选择的参数使得模型预测的误差（即定义的损失函数）越小越好；

从统计学的角度，我们希望根据模型，数据出现的概率越大越好（即最大似然估计法）。

逻辑回归的损失函数被称为交叉熵：

抛开具体的应用场景，从抽象出的模型角度看：不管是监督学习、无监督学习，每个模型都有自己的损失函数，损失函数可以包含若干个未知的参数，我们需要通过算法估算出这些未知的参数。

估计未知参数的原则是：使得损失函数最小。通常使用的估算参数的算法包括梯度下降算法、随机梯度下降算法、共轭梯度、局部优化法（BFGS）、有限内存局部优化法(LBFGS) 。

在学校精准资助系统中，我们会结合学校具体情况建立不同的模型，以提高资助的精准性。随着数据的增加和丰富，系统的准确度会不断增加，帮助学校提升学生资助工作的精准度和质量。

- DataCastle -