近年来，随着中国大学入学率逐年提高，对有需要的本科生的识别变得越来越重要。 然而，传统的识别经济困难大学生的方法主要依靠人工审查和集体投票，这很容易引起主观性和随机性。 为了缓解上述问题，本文基于WHUT本科生收集的1842份问卷，为贫困大学生建立了自动识别模型。 首先，本文采用局部离群因子算法对问卷进行初步过滤。 其次，本文将互信息，Spearman秩相关系数和距离相关系数通过秩和比相结合，从不相关的特征中选择消除噪声的特征。 第三，本文训练了文件感知因子机器模型，并将其与其他模型进行比较，例如Logistic回归，SVM等。最终，本文发现在识别有需要的大学生方面，文件感知因子机器的性能要比