本書基于高校學(xué)生校園卡消費(fèi)等大數(shù)據(jù)，將人工智能中的SVM、LSTM、CNN技術(shù)應(yīng)用在高校家庭經(jīng)濟(jì)困難學(xué)生精準(zhǔn)認(rèn)定工作中，通過(guò)建立優(yōu)化相關(guān)人工智能模型精準(zhǔn)判定貧困生身份及其享受的資助等級(jí)，分析對(duì)比基于SVM、LSTM、CNN技術(shù)的模型在應(yīng)用中的優(yōu)缺點(diǎn)。針對(duì)高校學(xué)生資助工作的特點(diǎn)，對(duì)人工智能模型在高校精準(zhǔn)資助工作中的應(yīng)用給出建議和對(duì)策，包括：采集的數(shù)據(jù)源類型的拓展方向；模型開(kāi)發(fā)為軟件時(shí)需完善的內(nèi)容；在高校資助管理部門部署軟件需采用的網(wǎng)絡(luò)和數(shù)據(jù)庫(kù)結(jié)構(gòu)，與其它相關(guān)部門互聯(lián)和共享數(shù)據(jù)時(shí)的建議。