贫困者

摘要： 疫情之下,普通人生活的艰辛被更多人关注到。北京一位无症状感染者的流调报告“看哭了所有人”,也让王旭明很感动。他认为,这事儿对教育的启发是,真正的教育绝不能只关心成功者,更不能只关心富有者,而一定要把眼光更多地投放在弱势者、失败者和贫困者身上。

摘要： 单纯的物质扶贫对农村贫困老人难以做到可持续,易返贫,需要重视精神扶贫的打造,通过弘扬孝道,让农村贫困老人彻底摆脱贫困。我国贫困人口中的老龄化问题非常严重,在精准扶贫建档立卡中老年人要占去一多半,更令人堪忧的是,这些老龄贫困者都基本上是深度贫困,脱贫难、易返贫。之所以出现这种情况,与我国的宏观转型背景有关。

摘要： 《论语》雍也篇原思为之宰,与之粟九百,辞。子曰:“毋,以与尔邻里乡党乎!”【译文】原思给孔子家当总管,孔子给他俸米九百,原思推辞不要。孔子说:“不要推辞。(如果有多的)给你的乡亲们吧。”【评析】以“仁爱”之心待人,这是儒家的传统。孔子提倡周济贫困者,是极富同情心的做法。这与上一章的内容可以联系起来思考。

摘要： 海派中医流派蔡氏妇科乃儒医世家,发源于上海市江湾镇,肇始于清乾隆年间,历经二百余年,相传七代。始祖蔡杏农,中年偏爱医道,刻意攻读,不仅在药店坐堂行医,还常携着药包奔波于农村阡陌,制作丸、散、膏、丹为贫困者义诊给药,乡里对蔡氏医德称颂备至。二世蔡半耕,自幼随父侍诊,无论时病伤寒、经带胎产、疮疡痘疹,均有建树,而尤擅妇科,声誉益振。

摘要： 素材点拨一张"小纸条",情暖一座城,也展现了人性最美好的一面。潘在芳用自身的微光照亮和温暖他人,用发自内心的大爱去拨动每个人心中那根善良的弦,将善意散播开来。愿这个世界,因你我的善良,变得更加美好。江苏扬州一家不大的超市,每天都会迎来一些"特殊"的顾客,他们不需花上一分钱就能解决一顿饭。

摘要： 社会工作与贫困问题同根同源,可以说是伴随着现代社会救助事业的发展而萌芽、发育,并逐步走向专业化的。为贫困者提供帮助既是社会工作的起点,也是其核心理念。当代社会工作已经形成多层次、宽领域、广覆盖的学科体系,其目标是遵循助人自助价值理念,运用专业知识与方法协助服务对象舒缓心理压力、提升发展能力、增强社会功能、建立支持网络、改善生活境况。

摘要： 3月5日,杭州萧山瓜沥镇政府迎来一位特殊来客,他将一个塑料袋交给工作人员,称是抗疫捐款,便转身离开。经查看,袋里有12.9万多元现金。镇政府调查得知,捐款人姓杨,今年54岁,全家7口人,以收废旧物资维持生计。最终,镇政府与其达成折中协议:退回12万元,接受9273.4元捐赠。疫情之下,杨先生无私捐赠的义举让人感动。举国抗疫以来,类似的报道不胜枚举。捐赠是一种权利,即便是贫困者、拾荒老人等,也应尊重其爱心善意和支配财产的权利。接受一部分、退回大部分,既体现尊重,又不会因"裸捐"而使之陷入困境,能两全其美。事实上,弱者、贫困者献爱心的通道是敞开的:勿以钱多钱少论慈善等理念,也是社会共识。

摘要： 习近平总书记在中央政治局集体学习时指出,文化扶贫就是要革除贫困者因贫守旧的贫穷文化,用新的文化价值观念改造旧的、迂腐的文化价值观念;用文化充实扶贫内涵,提升群众的精神境界和道德素养。"道人善,即是善;人知之,亦思勉"。传统的扶贫主要是从经济物质上进行辅助,而贫困地区要改变贫穷落后的面貌,既要从经济上加强扶持,更需要加强智力开发。扶贫不仅要扶物质,也要扶精神、扶智力、扶文化。文化扶贫的文章大有可为。

摘要： 本发明涉及精准扶贫技术领域，具体涉及一种精准识别贫困户的系统及识别方法，系统包括后端和前端，后端包括数据上传模块、数据清洗校验模块、数据预处理模块、数据比对模块；前端包括数据上传管理模块、数据监控管理模块、数据比对结果管理模块、报表管理模块、数据分析模块；通过本发明提供的精准识别贫困户的系统及识别方法，通过将相关部门的贫困户数据导入系统并进行比对，本发明建立了全方位、全口径、自动化数据比对机制，可以精准识别贫困户的财产拥有情况，进而精准识别贫困户，同时还可以分析贫困户的分布情况、可疑贫困户的特征和被否决的贫困户特征，为“精准扶贫、精准脱贫”的管理与决策提供数据支撑。

摘要： 本发明公开了一种基于SVM的贫困生辅助认定方法，包括以下步骤：采集学生数据，并对学生数据进行预处理；对预处理学生数据提取特征，通过随机森林对特征重要性进行排名；在满足Mercer条件下，构造混合核函数，并植入SVM中；使用遗传算法对混合核函数参数进行寻优，得到最优混合核函数参数；将最优混合核函数参数代入SVM，并对学生数据进行训练，得到分类器模型；将需要认定的学生数据输入分类器模型，输出分类结果；本发明采用遗传算法对基于SVM混合核函数参数进行寻优，用适应度作为评价依据，通过随机重组重要基因，让群体中的个体不断进化，获取最优解，减少全局搜索时间，提高了分类器的推广泛化能力，并降低成本。

摘要： 为了构建新型的城市贫困评估方法，本发明公开一种基于街景图片及机器学习的城市内部贫困空间测度方法，包括以下步骤：根据人口普查数据构建多重剥夺指数IMD；在地图信息数据库中获取目标区域的街景图像数据；通过图像分割技术，将目标区域的街景图像数据分割为若干块街景图像数据；基于若干块街景图像数据，结合主成分分析法，得到主因子，将主因子定义为街景因子；将多重剥夺指数IMD和街景因子作为机器学习算法的输入变量，得到城市贫困分数。根据城市贫困分数对城市的贫困程度进行评估。本发明还公开了基于上述方法的一种基于街景图片及机器学习的城市内部贫困空间测度系统。本发明不仅推进城市贫困研究精细化，而且丰富城市贫困度量指标的维度。

摘要： 本发明涉及基于在校行为数据多维分析的贫困生资助推荐方法，与现有技术相比解决了难以实现待资助贫困生精准推荐的缺陷。本发明包括以下步骤：历史行为数据的获取；历史行为数据的特征提取；推荐模型的训练；待分析行为数据的获取；待分析行为数据的特征提取；推荐结果的获得。本发明基于学生产生的在校数据，通过提取多个维度的特征，利用这些特征建立分类模型，借助分类模型准确判断学生的贫困情况并作出决策。

摘要： 本发明提供一种贫困分析方法和贫困分析系统。所述方法包括：基于分析对象的分析角度，分别获取相应的贫困数据和影响贫困的指标数据；基于所述贫困数据得到多个贫困等级；基于所述指标数据得到多个指标等级；生成所述分析对象的贫困分析集合，所述贫困分析集合的每个元素由一个贫困等级和至少一个指标等级组成；以及基于所述贫困分析集合生成强关联规则集。本发明实施例的贫困分析方法基于大数据的数据挖掘引入到贫困的定量分析中，构建贫困分析集合，利用关联算法分析贫困率与影响贫困的指标之间的关联关系，并输出强关联规则集，从而为加深对贫困的认知、寻找贫困的原因提供了一种新的思路。

摘要： 本发明属于高校学生贫困生资助领域，具体涉及一种基于多维度评价的高校贫困生认证方法及其系统，该方法包括：获取待认定学生的信息；将获取的信息输入到学生贫困生认证预测模型中，得到贫困认证结果；根据贫困认证结果对待认证的学生进行分类，完成贫困生认定；本发明对待认定的人员的信息采集更全面，不仅对申请者的个人消费情况、学习态度情况、日常行为情况、勤工俭学情况、助学贷款申请情况进行采集，还对申请者的家庭基本情况进行采集，使贫困资助系统更加数据更加精确，贫困评估更加全面。

摘要： 本发明公开了一种城市多维相对贫困衡量指标平台，包括构建数据矩阵包括贫困维度数量k、剥夺指标数量N、家庭贫困程度z、多维贫困发生率H、平均剥夺率A、指标贡献度V和多维贫困指数MPI等综合性微观和宏观的相对贫困指标体系。本发明通过构建了多维相对贫困指标体系、搭建出多维相对贫困指数及其各维度指标的测度、设计了识别、评估系统、并提出了长效帮扶机制构建多中心帮扶网络，目前我国对相对贫困的界定、衡量等没有统一并且符合国情的标准，该成果有助于政府部门通过系统智能化筛选出相对贫困家庭，并且通过识别和评估，找出致困之因，并通过长效帮扶机制，和多中心帮扶之网，来有效的解决相对贫困问题。

摘要： 本发明属于高校学生贫困生资助领域，具体涉及一种基于用户消费数据的高校贫困生识别方法，该方法包括：获取学生用户的消费信息；对消费信息进行预处理，将预处理后的消费信息输入到SVM分类模型中进行分类，得到分类结果；对分类结果进行聚类分析，得到每个分类结果的评级；将该学生用户的所有分类评级结果进行融合，得到贫困程度综合评级；根据最终的贫困程度综合评级结果判断该学生用户是否为贫困生；本发明通过校园卡储蓄、消费以及餐饮消费占比三种数据信息对学生用户进行贫困生认定，使得认定结果更精确；本发明采用改进的SVM分类模型对输入数据进行分类处理，使得分类的结果更准确。

摘要： 本发明涉及人工智能技术领域，公开了基于消费大数据的城市相对贫困空间测度方法和系统，包括：根据全国人口普查数据构建目标区域的综合贫困指数；采集消费类型数据，计算得到人均消费水平分布特征指标；采集POI数据，计算得到消费设施分布特征指标；将所述人均消费水平分布特征指标和所述消费设施分布特征指标作为自变量、将所述综合贫困指数作为参考变量，输入训练好的城市贫困评估模型，计算得到城市贫困分数；根据所述城市贫困分数对城市相对贫困程度进行评估，得到城市相对贫困评估结果。本发明能够有效弥补现有的测算维度的不足，实现了城市相对贫困空间的精准识别和动态监测，提高了城市相对贫困空间测度的准确性和可实施性。

摘要： 本发明公开了一种贫困发生率模型的训练方法及装置，用以提供一贫困发生率预测模型，从而能够通过该模型实现快速且精准地识别贫困地区。方法包括：获取构建完成的贫困发生率预测模型；获取与贫困发生率相关的多项第一预设数据；在第一预设数据中随机选取第一预设比例的数据为训练集，并随机选取第二预设比例的数据为测试集；通过训练集对贫困发生率预测模型的权重参数进行调整；根据测试集对调整权重参数之后的贫困率预测模型的整体误差进行验证；在贫困预测模型的整体误差小于第一预设误差阈值的情况下，确定预测模型训练完成。采用本申请所提供的方法，能够训练一预测模型，通过预测模型实现快速且精准地识别贫困地区。