教育精准扶贫是我国扶贫战略的重要组成部分,而针对高校学生的精准扶贫工作是国家教育精准扶贫的重要内容,倍受关注。然而,在高校教育精准扶贫工作中存在贫困学生数据信息量大、种类繁杂、扶贫业务人员数量有限等困难,因此,贫困学生信息准确采集与高效管理是高校教育精准扶贫工作顺利实施的基础。随着互联网与人工智能技术的发展,为了解决教育精准扶贫工作中遇到的众多困难时,结合机器学习算法的高校贫困生管理信息系统就成为是科学提高教育精准扶贫效果的重要手段。面向高校教育精准扶贫工作,本文基于Web技术与机器学习算法,设计了一个高校贫困生管理信息系统,通过数据模块与帮扶模块两大模块,实现了贫困生精确识别与扶贫信息高效管理。本文主要工作与创新点如下:在理论上,通过对现有贫困学生分类算法的研究,针对高校贫困学生的特征和高校学生管理特点,利用稀疏贝叶斯学习理论进一步提出概率判别分析,提出一种基于稀疏贝叶斯学习的贫困生识别算法,利用已有贫困学生信息数据训练模型,实现了对贫困学生识别的精准度。在技术上,通过分析高校教育精准扶贫业务工作的具体需求,采用了B/S系统架构、JAVA编程语言和MySQL数据库,融入了AJAX,HTML,JQUERY,ECHARTS及可视化技术,尝试设计基于Web的高校贫困生管理信息系统。该系统设计主要由数据模块与帮扶模块构成,其中数据模块根据功能不同又可以划分为贫困学生信息管理模块、扶贫项目信息管理模块与数据挖掘与分析模块三个子模块;而帮扶模块分为勤工助学模块、闲置共享模块、扶贫资助模块三个子模块,整个系统运行有效实现了数据管理与利用的一体。在应用上,通过对设计系统的实践应用,对于业务人员来说,信息管理较人工及软件辅助管理更便捷;对于学生来说,所判别的贫困生与学生实际情况符合度高。同时,系统的帮扶模块的设计,能够根据贫困生情况自主信息推送和资源共享。本系统的成功应用,能够为高校教育精准扶贫工作顺利实施奠定坚实的基础。