典型文献
面向不平衡样本的高校学生资助等级分类模型
文献摘要：
在使用数据挖掘技术对高校学生助学金等级进行分类的过程中,存在数据样本不平衡的问题.针对该问题,对基于上下文信息的特征交互网络模型CFIN进行了改进,提出了长尾分布下的助学金等级分类模型LT-CFIN.为验证学生人格特征与经济状况之间的相关性,丰富特征维度,依据大五人格理论和卡特尔16型人格理论(16PF)对学生的人格进行量化,使用学生校园卡数据集进行实验,对长尾分布下LT-CFIN模型的分类性能进行评估,整体数据集的AUC值达到98.28％,较其他对比模型提升了3.24％～4.81％,助学金3个等级的F1值分别达到了90.11％,92.60％,95.00％.实验结果表明:结合学生人格特征的LT-CFIN模型能解决数据不平衡的问题,并能有效提高分类的精准性.
文献关键词：
助学金;等级分类;长尾分布;人格量化
中图分类号：
作者姓名：
郭佳君;杨波;朱剑林;朱连淼;余辉
作者机构：
中南民族大学 计算机科学学院,武汉 430074
文献出处：
引用格式：
[1]郭佳君;杨波;朱剑林;朱连淼;余辉-.面向不平衡样本的高校学生资助等级分类模型)[J].中南民族大学学报（自然科学版）,2022(01):101-108
A类：
CFIN,人格量化
B类：
不平衡样本,高校学生资助,等级分类,分类模型,使用数据,数据挖掘技术,助学金,样本不平衡,上下文信息,特征交互,交互网络,长尾分布,布下,LT,人格特征,经济状况,大五人格,人格理论,卡特尔,16PF,用学,校园卡,分类性能,对比模型,数据不平衡,精准性
AB值：
0.331138
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
