吉首大学学报（自然科学版）
• 管理与经济 • 上一篇 下一篇
孙媛媛，杨明亚，陈俊，刘红兵
出版日期:
发布日期:
作者简介:
基金资助:
安徽省自然科学研究重点项目（KJ2019A1220）；安徽省质量工程教学研究重点项目（2018JYXM0483）
SUN Yuanyuan, YANG Mingya, CHEN Jun, LIU Hongbing
Online:
Published:
摘要：
为了公平、公正地开展高校贫困学生资助工作，利用层次分析法（AHP）建立评价指标体系，再用Matlab软件计算判断矩阵的特征值和特征向量.以3位高校贫困生为例，分别建立9组判断矩阵，并计算各矩阵的特征值和特征向量，再计算出指标体系中的权向量，最后评定特征向量最大者为最贫困大学生.
关键词： 贫困大学生, 精准评定, 层次分析法
Abstract:
In order to achieve fairness in the aid work for poverty-stricken students in colleges and universities, an assessment index system is established by using analytic hierarchy process (AHP), and the eigenvalues and eigenvectors of the judgment matrix are calculated by using MATLAB software. Taking three poverty-stricken college students as example, nine groups of judgment matrices were established, and the eigenvalues and eigenvectors of each matrix were calculated. Then the weight vectors in the index system were calculated. Finally, the poorest student was identified as having the largest eigenvectors.
Key words: poverty-stricken college students, accurate assessment, Analytic Hierarchy Process
孙媛媛，杨明亚，陈俊，刘红兵. 基于AHP的高校贫困学生精准评定方法[J]. 吉首大学学报（自然科学版）, DOI: 10.13438/j.cnki.jdzk.2019.05.013.
SUN Yuanyuan, YANG Mingya, CHEN Jun, LIU Hongbing. Accurate Assessment of Poverty-Stricken College Students Based on AHP[J]. Journal of Jishou University（Natural Sciences Edition), DOI: 10.13438/j.cnki.jdzk.2019.05.013.
0 / / 推荐
导出引用管理器 EndNote|Ris|BibTeX
链接本文: https://zkxb.jsu.edu.cn/CN/10.13438/j.cnki.jdzk.2019.05.013
https://zkxb.jsu.edu.cn/CN/Y2019/V40/I5/78
[1] 赵武,王姣.新常态下“精准扶贫”的包容性创新机制研究[J].中国人口资源与环境,2015(S2):170-173. [2] 芮梦霞.教育公平理论下高校贫困生资助体系构建的研究述评[J].江苏科技信息,2015(22):8-11. [3] 何倩.基于层次分析法对高校贫困生认定指标体系的研究[J].黑龙江教育学院学报,2011,30(3):21-23. [4] 邓传静.基于层次分析法的高校贫困生认定探究[J].广东轻工职业技术学院学报,2014(4):52-55. [5] 郑惠杰.湘西少数民族地区高校精准资助路径探索[J].山西青年,2016(6):134-135. [6] 尹佳婧.基于大数据视角下的大学生精准扶贫模式探析[J].佳木斯职业学院学报,2017(5):409-410. [7] 任秀洁.基于国家政策资助下的高校贫困生诚信教育研究[J].潍坊学院学报,2015,15(3):107-108. [8] 靳京阳.高校贫困生认定和资助问题研究[D].石家庄:河北师范大学,2013：3-20. [9] 任秀洁.基于国家政策资助下的高校贫困生诚信教育研究[J].潍坊学院学报,2015(3):107-108.
