方案概况
《教育部办公厅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》指出，精准认定家庭经济困难学生是做好学生资助工作的重要前提，是决定资助政策落实效果的基础性工作。2017年11月28日，教育部财务司党支部书记、司长吴国生《在加快教育现代化中发挥教育财务工作战略支撑作用》中提出，要进一步健全学生资助制度，全面推进精准资助，保证不让一名学生因家庭经济困难而失学，使绝大多数城乡新增劳动力接受高中阶段教育、更多接受高等教育。
方案内容
高校智慧资助解决方案通过整合校内外各类数据，构建数据仓库，搭建高校智慧资助大数据分析及综合服务管理平台，实现高校智慧资助管理，同时为高校相关决策提供依据。利用数据建模、数据比对、数据挖掘技术实现贫困生的精准识别，实现贫困生资助、服务线上全流程支撑；通过学生画像和综合分析，全面了解和动态监测在校生学习、生活以及毕业就业情况；多维度呈现教师群体的整体情况；实时监测和分析高校舆情来源和发展走势，为学校舆情应对策略提供辅助支撑。
总体框架图如下：
技术特点
智慧资助系统建设框架采用SOA架构进行设计，分别是基础支撑层、技术层、数据资源层、应用支撑层、分析管理应用层、发布平台和系统用户。
基础支撑层提供了系统建设基础软硬件设施，提供数据整合工具支撑、数据治理与标准化管理以及安全保障体系。
数据资源层包含对内部数据和外部数据的采集，内部数据包括一卡通消费数据、一卡通充值数据、教务管理系统数据、校内网上行为数据，外部数据包括从省级平台共享数据、互联网抓取数据、其他外部平台数据（扶贫、教育相关外部系统）等。
在数据存储结构上，采用hadoop+关系型数据库相融合的存储架构，实现多类型数据的管理，实现不同数据存储和管理的效率与成本均衡。
应用价值
数据融合、信息共享
全面融合多源异构校内各类数据资源，实现信息互联互通，支撑上层应用，激活数据价值。
精准识别、精准资助
建设大数据分析平台，建设学生综合画像、数据挖掘模型，实现对贫困生精准认定、精准资助、精准服务。
动态监测、及时预警
持续跟踪贫困生后续情况，重点关注新识别对象，虚假情况预警，协助相关负责单位调整资助对象及资助方式。
深度分析、辅助决策
通过多维、深度分析，发现数据价值，让数据说话，用数据决策，为学校相关决策提供量化依据。