本论文旨在深入贯彻教育部办公厅印发的《关于进一步加强和规范高校家庭经济困难学生认定工作的通知》,应用支持向量机对大学生助学金评定方法进行研究。从某高校随机抽取一定比例学生,获取他们2013年9月至2014年7月这一学年的图书馆进出记录、一卡通消费记录、寝室出入记录、图书借阅记录以及成绩排名,通过借助MATLAB统计软件,运用支持向量机的相关方法,从收集来的学生一学年的校园行为数据中,挖掘学生真实消费情况、经济水平、学习情况、在校表现。通过分析这些判定因素与所获助学金情况的关联性,训练分析出图书馆进出次数、图书借阅次数、消费情况、夜不归宿情况、成绩排名五个方面与助学金的相关模型,并且利用该模型预测2014年9月至2015年7月这一学年的助学金分布情况,向学校建议经济困难需要资助的学生名单。通过这些校园行为来预测学生的助学金,发现“隐性贫困”与疑似“伪贫困”学生,从而实现精准资助,使每一笔资助经费都得到最大价值的利用,帮助每一个贫困大学生顺利完成学业。