1 題目

B題 人工智能對大學(xué)生學(xué)習(xí)影響的評(píng)價(jià)

人工智能簡稱AI，最初由麥卡錫、明斯基等科學(xué)家于1956年在美國達(dá)特茅斯學(xué)院開會(huì)研討時(shí)提出。

2016年，人工智能AlphaGo 4:1戰(zhàn)勝韓國圍棋高手李世石，期后波士頓動(dòng)力公司的人形機(jī)器人Atlas也展示了高超的感知和控制能力。2022年，人工智能繪畫作品《太空歌劇院》獲得了美國科羅拉多州博覽會(huì)藝術(shù)比賽一等獎(jiǎng)。2023年3月16日，百度公司推出人工智能新產(chǎn)品“文心一言”。

為搶抓人工智能發(fā)展的重大戰(zhàn)略機(jī)遇，國務(wù)院2017年發(fā)布《新一代人工智能發(fā)展規(guī)劃》，指出科技強(qiáng)國要發(fā)揮人工智能技術(shù)的力量，部署構(gòu)筑我國人工智能發(fā)展的先發(fā)優(yōu)勢，加快建設(shè)創(chuàng)新型國家和世界科技強(qiáng)國。教育部2018年發(fā)布《教育信息化2.0行動(dòng)計(jì)劃》，提出實(shí)現(xiàn)“智能化領(lǐng)跑教育信息化”行動(dòng)指南，強(qiáng)調(diào)發(fā)展智能教育。

人工智能的發(fā)展對社會(huì)各個(gè)層面均有不同程度的影響，也影響著大學(xué)生的學(xué)習(xí)。為了解人工智能在不同側(cè)面對大學(xué)生學(xué)習(xí)的影響情況，設(shè)計(jì)了調(diào)查問卷，詳見附件1，調(diào)查反饋結(jié)果詳見附件2：調(diào)查數(shù)據(jù).xlsx。

請根據(jù)你們感興趣的某個(gè)側(cè)面，結(jié)合附件1和附件2：調(diào)查數(shù)據(jù).xlsx所給出的數(shù)據(jù)，建立相應(yīng)的數(shù)學(xué)模型，分析人工智能對大學(xué)生學(xué)習(xí)的影響，解決以下問題：

1.對附件2：調(diào)查數(shù)據(jù).xlsx中所給數(shù)據(jù)進(jìn)行分析和數(shù)值化處理，并給出處理方法；

2.根據(jù)你們對數(shù)據(jù)的分析結(jié)果選取評(píng)價(jià)指標(biāo)，從優(yōu)先級(jí)、科學(xué)性、可操作性等方面論述其合理性，并構(gòu)建評(píng)價(jià)指標(biāo)體系；

3.建立數(shù)學(xué)模型，評(píng)價(jià)人工智能對大學(xué)生學(xué)習(xí)的影響，給出明確、有說服力的結(jié)論；

4.根據(jù)調(diào)查問卷的數(shù)據(jù)，結(jié)合你們對人工智能的了解、認(rèn)知和判斷，以及對未來人工智能發(fā)展的展望，寫一份人工智能對大學(xué)生學(xué)習(xí)影響的分析報(bào)告，可以包括但不限于積極或消極的影響。

附件1.調(diào)查問卷

附件2：調(diào)查數(shù)據(jù).xlsx.調(diào)查數(shù)據(jù)

2 建模思路

這是一個(gè)數(shù)據(jù)分析、數(shù)據(jù)挖掘的題目了，這一類題目的賽題，做好可視化，從多個(gè)角度去分析。

2.1 問題一

對附件2：調(diào)查數(shù)據(jù).xlsx中的數(shù)據(jù)，可以按照以下步驟進(jìn)行分析和數(shù)值化處理：

（1）對每個(gè)單選題進(jìn)行計(jì)數(shù)，統(tǒng)計(jì)每個(gè)選項(xiàng)的人數(shù)和所占比例，以直方圖或餅圖展示。
（2）對每個(gè)多選題進(jìn)行計(jì)數(shù)，統(tǒng)計(jì)每種組合的人數(shù)和所占比例，以多重條形圖或熱力圖展示。
（3）對于第6列，將其進(jìn)行數(shù)值化處理，可以將每個(gè)選項(xiàng)的時(shí)間轉(zhuǎn)化為小時(shí)數(shù)，再計(jì)算平均上網(wǎng)時(shí)長和標(biāo)準(zhǔn)差，以及各個(gè)時(shí)間段的人數(shù)和所占比例。
（4）對于第22列和第30列，可以將每個(gè)選項(xiàng)進(jìn)行編碼，轉(zhuǎn)化為數(shù)字，方便后續(xù)分析。
（5）對于第9列、第10列、第11列、第12列和第21列，可以按照二元變量的方式進(jìn)行編碼，轉(zhuǎn)化為0或1，表示是否選中。
（6）對于第16列、第17列、第18列、第19列、第20列和第21列，可以將選項(xiàng)進(jìn)行分類，然后采用類別變量的方式進(jìn)行編碼。
（7）對于第23列到第29列，可以將每個(gè)選項(xiàng)進(jìn)行編碼，然后采用類別變量的方式進(jìn)行分析。
（8）最后可以進(jìn)行相關(guān)性分析和因素分析，探索各個(gè)變量之間的關(guān)系和影響?？梢圆捎没貧w分析、聚類分析、主成分分析等方法進(jìn)行模型建立和預(yù)測。

2.2 問題二

評(píng)價(jià)指標(biāo)體系應(yīng)可以包含以下方面：

（1）用戶特征
包括性別、專業(yè)、年級(jí)、性格、上網(wǎng)方式和上網(wǎng)時(shí)長等選項(xiàng)，這些信息可以用來對不同的用戶群體進(jìn)行分析。
（2）使用學(xué)習(xí)軟件的情況
包括是否使用過學(xué)習(xí)軟件工具、使用時(shí)間、傳輸資料的偏好、是否想獲取全國各高校的學(xué)習(xí)資源、老師是否推薦過使用等選項(xiàng)，這些信息有助于了解大學(xué)生使用學(xué)習(xí)軟件的情況。
（3）人工智能學(xué)習(xí)工具選擇
包括對人工智能學(xué)習(xí)工具的看法、選擇使用人工智能學(xué)習(xí)工具的原因、使用人工智能學(xué)習(xí)工具的想法和使用人工智能學(xué)習(xí)工具的限制等選項(xiàng)，這些信息有助于分析學(xué)生對人工智能學(xué)習(xí)工具的態(tài)度。
（4）使用人工智能學(xué)習(xí)工具的效果和問題
包括個(gè)人使用人工智能學(xué)習(xí)工具的意愿、最想得到的效果、是否贊同大學(xué)生使用人工智能學(xué)習(xí)工具等選項(xiàng)以及對使用人工智能學(xué)習(xí)工具的安全和重要方面的關(guān)注等，這些信息有助于了解學(xué)生使用人工智能學(xué)習(xí)工具帶來的影響。
（5）在網(wǎng)絡(luò)中的活動(dòng)和學(xué)習(xí)困擾
包括網(wǎng)絡(luò)中的活動(dòng)、學(xué)習(xí)軟件與傳統(tǒng)教學(xué)相比的優(yōu)勢、在學(xué)習(xí)中困擾的問題以及使用學(xué)習(xí)軟件進(jìn)行學(xué)習(xí)的形式等選項(xiàng)，這些信息有助于確定學(xué)習(xí)軟件在大學(xué)生學(xué)習(xí)中的作用和存在的問題。
（6）對人工智能學(xué)習(xí)工具的期望
包括心目中的人工智能學(xué)習(xí)工具應(yīng)該具備的功能、人工智能學(xué)習(xí)工具應(yīng)該融合到哪個(gè)學(xué)習(xí)環(huán)節(jié)等選項(xiàng)，這些信息有助于了解學(xué)生對未來人工智能學(xué)習(xí)工具的期望和需求。

注意可能需要考慮到不同選項(xiàng)之間的關(guān)系，進(jìn)行綜合分析和評(píng)估。

2.3 問題三

就是數(shù)據(jù)清洗和建模

（1）數(shù)據(jù)清洗和處理
首先需要對附件2：調(diào)查數(shù)據(jù).xlsx.csv進(jìn)行數(shù)據(jù)清洗和處理，包括去除臟數(shù)據(jù)、缺失值填充等操作。

（2）數(shù)據(jù)分析
對于單選題，可以使用頻數(shù)分析、比例分析等方法對每個(gè)選項(xiàng)出現(xiàn)的次數(shù)進(jìn)行統(tǒng)計(jì)，了解大學(xué)生對學(xué)習(xí)軟件以及人工智能學(xué)習(xí)工具的使用情況、態(tài)度等。對于多選題，可以使用多元頻數(shù)分析等方法探究各個(gè)選項(xiàng)之間的相關(guān)性。

（3）統(tǒng)計(jì)分析
可以使用因子分析、聚類分析等方法對不同的影響因素進(jìn)行分析。例如，可以通過因子分析將不同的選項(xiàng)歸納為幾個(gè)維度，如使用頻率、功能需求、安全性等維度；也可以通過聚類分析將同一特征下的數(shù)據(jù)分為不同類別，如使用頻率較高、偏好某一類型功能等。

（4）建立數(shù)學(xué)模型
綜合前面的數(shù)據(jù)分析和統(tǒng)計(jì)分析結(jié)果，建立多元回歸模型、決策樹模型等進(jìn)行預(yù)測和評(píng)估，進(jìn)一步探究人工智能對大學(xué)生學(xué)習(xí)的影響情況。

（5）結(jié)論
根據(jù)所建立的數(shù)學(xué)模型，得出明確、有說服力的結(jié)論，判斷人工智能學(xué)習(xí)工具對于大學(xué)生學(xué)習(xí)的影響程度、以及對于現(xiàn)有學(xué)習(xí)方式的優(yōu)勢和不足等方面進(jìn)行評(píng)價(jià)，并提出相應(yīng)的建議和改進(jìn)。

3 代碼實(shí)現(xiàn)

3.1 問題一

（1）進(jìn)行特征編碼

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.preprocessing import MultiLabelBinarizer

# 加載數(shù)據(jù)文件
data = pd.read_excel("data/附件2：調(diào)查數(shù)據(jù).xlsx")


# 前22列采用類別變量進(jìn)行編碼

# 第23列之后的列采用類別變量進(jìn)行one-hot編碼
df = data.iloc[:,23:]
# 對每一列進(jìn)行多標(biāo)簽二值化編碼
mlb = MultiLabelBinarizer()
cols = df.columns
for col in df.columns:
    # 將每一列的數(shù)據(jù)按照分隔符進(jìn)行分割
    df[col] = df[col].apply(lambda x: x.split('┋') if isinstance(x, str) else x)
    mlb.fit_transform(df[col])
#     # 將編碼結(jié)果按照列名展開為新的列
    for i, label in enumerate(mlb.classes_):
        data[f'{col}_{label}'] = df[col].apply(lambda x: 1 if label in x else 0)
data.drop(columns=df.columns,inplace=True)

（2）分析數(shù)據(jù)

# 設(shè)置中文字體
。。。略，請下載完整代碼
# 單選題1~22統(tǒng)計(jì)每個(gè)選項(xiàng)的人數(shù)和所占比例
for i in range(1, 23):
    
    print("題目{}選項(xiàng)人數(shù)：\n{}\n".format(i, counts))
    print("題目{}選項(xiàng)比例：\n{}\n".format(i, percentages))

    # 繪制各題目的直方圖和餅圖
    plt.subplot(2, 1, 1)
    plt.bar(counts.index, counts.values)
    plt.title(cols[i])
    plt.ylabel("Counts")

    plt.subplot(2, 1, 2)
    plt.pie(percentages.values, labels=percentages.index, autopct="%1.1f%%")
    plt.title(cols[i])

    plt.tight_layout()
    plt.show()

from collections import Counter, defaultdict
from itertools import chain
import numpy as np


cols = df.columns
i = 1
for col in df.columns:
    # 將每一列的數(shù)據(jù)按照分隔符進(jìn)行分割
    df[col] = df[col].apply(lambda x: x.split('┋') if isinstance(x, str) else x)
    element_count_dict = defaultdict(int)
    for row in df[col]:
        element_count = Counter(row)
        for element, count in element_count.items():
            element_count_dict[element] += count
    # 將 defaultdict 轉(zhuǎn)換為普通字典
    。。。略，請下載完整代碼
    percentages = [i/ np.sum(counts) * 100 for i in counts]
    # 繪制各題目的直方圖和餅圖
    plt.subplot(2, 1, 1)
    plt.bar(element_count_dict.keys(), element_count_dict.values())
    plt.title(col)
    plt.ylabel("Counts")

    plt.subplot(2, 1, 2)
    plt.pie(percentages, labels=element_count_dict.keys(), autopct="%1.1f%%")

    
    plt.tight_layout()
    plt.savefig(f'img/{i+23}.png',dpi=300)
    i+=1
    plt.show()
    

3.2 問題二

持續(xù)更新中

3.3 問題三

持續(xù)更新中

4 完整下載

查看知乎文章底部，或者私信我文章來源地址http://www.zghlxwxcb.cn/news/detail-464161.html

到了這里，關(guān)于【2023年電工杯競賽】B題 人工智能對大學(xué)生學(xué)習(xí)影響的評(píng)價(jià) 數(shù)學(xué)建模方案和python代碼的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！