随着我国高等教育的普及与发展,愈来愈多贫困生得以进入高校继续学习。然而物价的快速上涨,使得家庭经济困难的学生无法负担其基本生活与学习消费。在贫困生精准判别需求促进下,各个高校逐渐采用书面申请等方式实现对贫困学生的判定与资助。然而高校学生数量以及家庭情况的复杂性,使得常规判定方法无法得到令人满意的效果。高校一卡通的广泛使用,为充分挖掘学生行为与消费习惯提供了可能。因此,如何从冗杂的消费数据中提取有效价值信息,实现学生消费分级判定,为高校资助工作提供决策依据是现今高校贫困生判定研究的重点之一。在通过对某一职业技术学院学生校园卡消费数据的分析与研究中,挖掘学生消费行为特征,为高校贫困生判定提高决策支持。本文主要研究内容如下:(1)分析当前校园一卡通系统中的各类消费数据形式与构成,归纳总结贫困生判定方法分类和存在的问题,构建出基本贫困指标体系,为后文实现贫困生体系特征约简和判定提供数据基础。(2)研究现今广泛使用的各种特征约简方法,提出基于改进主成分分析法的属性约简方法。在该方法的帮助下,本文对贫困生指标体系特征进行进一步处理,使得其由原有指标约简为11个。(3)针对学生无明显类别标记问题,本文以指标体系特殊为输入,利用K-Means聚类方法实现学生类别标记;通过计算学生的消费指数作为其贫困判别标准,提出基于GBDT算法的贫困判定模型。最终实验结果表明,本文所创新的基于改进主成分分析法的特征约简方法可在保留最大信息的同时,有效约简目标体系特征;与经典K-Means算法相比,更能快速准确判定出学生贫困类别,对高校实现贫困生判定管理,具有很好的借鉴意义和决策支持。