[发明专利]一种基于机器学习算法的大学生寝室调配方法

权利要求书

1.一种基于机器学习算法的大学生寝室调配方法，其特征在于，

根据大学生大一、大二的学习成绩数据，运用机器学习算法建立起大学生大三下学期以后的成绩变化趋势预测模型，能够预测学生大三下学期后的成绩变化趋势。

2.根据权利要求1所述的一种基于机器学习算法的大学生寝室调配方法，其特征在于，

所述机器学习算法包括BP神经网络、KNN、局部线性回归、支持向量机。

3.根据权利要求1所述的一种基于机器学习算法的大学生寝室调配方法，其特征在于，

根据学生成绩的分类，建立并定义寝室状态，基于成绩变化趋势预测模型计算得到各个寝室状态未来的变化趋势期望值，进步+1，退步-1，成绩不变为0的量化值。

4.根据权利要求1所述的一种基于机器学习算法的大学生寝室调配方法，其特征在于，

大学生大一、大二的学习成绩数据的优化处理：

将学生按成绩分为优、中上、中、中下、差五个等级，规定专业的15％为优，25％为中上，25％为中，20％为中下，15％为差；每个等级量化处理分别对应1、2、3、4、5；初始化的成绩为大一上学期排名，目标为学习成绩的变化趋势，趋势为学生五学期的排名拟合直线的斜率；斜率为正，排名值增大，则说明学习退步，反之说明学习进步；定义寝室环境为室友的学习成绩，目标量为学习成绩的变化趋势。

5.根据权利要求1所述的一种基于机器学习算法的大学生寝室调配方法，其特征在于，

寝室调配的优化算法：

基于成绩变化趋势预测模型，可以得到寝室内不同学生组合后的成绩变化转移概率；根据学生成绩状态的等级量化，可以得到有限种寝室人员组合种类，标注组合种类，基于机器学习算法可以得到组合种类间转化的概率转移矩阵；根据学生各状态的人数设置约束条件，以未来成绩变化的期望作为目标函数，最后采用优化求解器CPLEX，求解各组合类别的个数，实现寝室人员的优化调整。