| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-15页 |
| 1.1 本文研究背景及意义 | 第9-10页 |
| 1.2 贫困助学研究现状 | 第10-13页 |
| 1.2.1 国内研究现状 | 第10-11页 |
| 1.2.2 国内外贫困生认定方法 | 第11-13页 |
| 1.3 本文研究思路及结构安排 | 第13-15页 |
| 2 大学生行为数据分析 | 第15-23页 |
| 2.1 数据来源及预处理 | 第15-17页 |
| 2.1.1 数据来源及概况 | 第15页 |
| 2.1.2 数据初始探索 | 第15-16页 |
| 2.1.3 数据预处理 | 第16-17页 |
| 2.2 助学金与消费金额差异性分析 | 第17-20页 |
| 2.3 助学金与学生成绩列联表分析 | 第20-23页 |
| 3 基于分类预测模型的贫困生认定 | 第23-32页 |
| 3.1 基于K-means聚类分析的群体分析 | 第23-26页 |
| 3.1.1 K-means聚类 | 第23-24页 |
| 3.1.2 结果分析 | 第24-26页 |
| 3.2 基于logistic回归模型预测 | 第26-27页 |
| 3.2.1 logistic回归模型 | 第26-27页 |
| 3.2.2 基于logistic回归模型的实证分析 | 第27页 |
| 3.3 基于Naive Bayes算法模型预测 | 第27-30页 |
| 3.3.1 Naive Bayes模型 | 第27-29页 |
| 3.3.2 基于Naive Bayes模型的实证分析 | 第29-30页 |
| 3.4 基于K近邻模型预测 | 第30-32页 |
| 3.4.1 K近邻模型 | 第30页 |
| 3.4.2 基于K近邻算法的实证分析 | 第30-32页 |
| 4 模型评估与比较 | 第32-35页 |
| 4.1 模型评估 | 第32-33页 |
| 4.2 模型比较 | 第33-35页 |
| 5 总结与展望 | 第35-37页 |
| 5.1 总结 | 第35页 |
| 5.2 展望 | 第35-37页 |
| 参考文献 | 第37-39页 |
| 致谢 | 第39-40页 |
| 附录 | 第40-44页 |
| 附录1 成绩数据集预处理SAS程序 | 第40页 |
| 附录2 借书数据集预处理SAS程序 | 第40-41页 |
| 附录3 一卡通数据集预处理SAS程序 | 第41-44页 |