A

AdamDaitu

V1

2023/05/26阅读:53主题:科技蓝

2023电工杯数学建模B题

2023电工杯数学建模B—思路分享

1: 问题描述与要求

B题 人工智能对大学生学习影响的评价

人工智能简称AI,最初由麦卡锡、明斯基等科学家于1956年在美国达特茅斯学院开会研讨时提出。

2016年,人工智能AlphaGo 4:1战胜韩国围棋高手李世石,期后波士顿动力公司的人形机器人Atlas也展示了高超的感知和控制能力。2022年,人工智能绘画作品《太空歌剧院》获得了美国科罗拉多州博览会艺术比赛一等奖。2023年3月16日,百度公司推出人工智能新产品“文心一言”。

为抢抓人工智能发展的重大战略机遇,国务院2017年发布《新一代人工智能发展规划》,指出科技强国要发挥人工智能技术的力量,部署构筑我国人工智能发展的先发优势,加快建设创新型国家和世界科技强国。教育部2018年发布《教育信息化2.0行动计划》,提出实现“智能化领跑教育信息化”行动指南,强调发展智能教育。

人工智能的发展对社会各个层面均有不同程度的影响,也影响着大学生的学习。为了解人工智能在不同侧面对大学生学习的影响情况,我们设计了调查问卷,详见附件1,调查反馈结果详见附件2。

请根据你们感兴趣的某个侧面,结合附件1和附件2所给出的数据,建立相应的数学模型,分析人工智能对大学生学习的影响,解决以下问题:

1.对附件2中所给数据进行分析和数值化处理,并给出处理方法;

2.根据你们对数据的分析结果选取评价指标,从优先级、科学性、可操作性等方面论述其合理性,并构建评价指标体系;

3.建立数学模型,评价人工智能对大学生学习的影响,给出明确、有说服力的结论;

4.根据调查问卷的数据,结合你们对人工智能的了解、认知和判断,以及对未来人工智能发展的展望,写一份人工智能对大学生学习影响的分析报告,可以包括但不限于积极或消极的影响。

2: 总体评价

该问题是一个典型的问卷调查数据分析类问题,针对问卷调查类数据分析方法的使用,可以参考我很久以前的一片文章: 使用R分析调查问卷

总体上该问题的分析流程为:数据清洗与预处理操作->数据可视化探索性分析->数据关键指标特征选择->模型建立等。该问题对学习或深入了解过数据分析、统计学、机器学习等内容的团队比较友好。

调查问卷常用的分析工具:SPSS、R、Python、Matlab等。

3: 解题思路

针对问题1

问题:对附件2中所给数据进行分析和数值化处理,并给出处理方法;

解决思路: 该小问主要是对问卷数据的数据预处理操作,为后边的分析进行作准备。针对问卷调查数据的预处理,通常会有下面的一些常用方式:

(1)单选题的编码:可以使用1~n(或0~n-1)的离散数值编码(n表示问题数量),通常对性别、专业等问题进行编码。此外每个单选题也可编码为直邮0和1取值的one-hot编码。前者分析进行频数统计、方差分析、假设检验可能会更加方便一些。同时针对一些明显有好坏(或者满意度)相关的问题,也可以通过设计得分的形式,对问题进行预处理。

(2)多选题的编码:由于多选题通常有多个选择,通常使用one-hot编码更容易,而且针对每个问题的编码结果,还可以计算一个综合编码变量,同时也可以考虑设计变量的得分情况等。多选题在预处理时可能会使用到正则表达式等。

针对问题2

问题:根据你们对数据的分析结果选取评价指标,从优先级、科学性、可操作性等方面论述其合理性,并构建评价指标体系;

解决思路: 这里的评价指标体系本质上是选择合适的特征,为后续进行分析,可以考虑从数据变量之间的相关系数、卡方检验、方差分析、对应分析等方法上,分析特征是否有差异等方面,选择和待分析问题“人工智能对大学生学习的影响”相关的变量。由于文件中并没有某个明确的问题说明人工智能对大学生学习的影响,因此这可看作是一个无监督的综合评价类的问题。也可以考虑共调查问卷中问题的含义,将问题划分为不同的组别,进行相应的综合分析。

特征的无监督提取通常还有:主成分分析、因子分析等方法,可以获取整体数据的重要特征情况。

针对问题3

问题:建立数学模型,评价人工智能对大学生学习的影响,给出明确、有说服力的结论;

解决思路: 该问题需要基于第二问选择的评价指标,构建一个模型来分析人工智能对大学生学习的影响,重要的是需要定义出如何度量这种影响。

如果无法明确定义出一个目标表示影响,可以采用无监督的聚类分析,根据聚类的簇,分析每个簇的代表性指标(问题)的情况,来说明这些影响。也可以利用关联规则分析,找到指标之间的变化路径或者关系模式,也可以评价人工智能对大学生学习的影响。

如果可以明确定义出一个目标表示影响,可以采用有监督的分类模型、回归模型等,然后利用模型的结果评价人工智能对大学生学习的影响。采用的模型,首推基于决策树的回归或者分类模型,因为该问题的数据本身就是离散型的变量,而且树模型通常可以获取每种结果的自变量变化树结构,也便于问题的分析,可解释性较好。

针对问题4

问题:根据调查问卷的数据,结合你们对人工智能的了解、认知和判断,以及对未来人工智能发展的展望,写一份人工智能对大学生学习影响的分析报告,可以包括但不限于积极或消极的影响。

解决思路:展望报告,可根据前面的分析进行表述。

一些可供参考的资料

1.我的哔哩哔哩空间,包含R与Python在数据分析机器学习方面的视频教程

2.Python——决策树分类模型剪枝

3.R语言——数据关联规则分析与可视化

4.R语言——决策树模型的相关可视化

5.Python特征提取和降维

6.知乎专栏关于R语言的相关应用

7.知乎专栏关于Python语言的相关应用

相关的已经出版的书籍,感兴趣的可以参考一下:

总结

前面的一些分析,都是本人的个人看法。数学建模本身就是开放性问题,这里只是抛砖引玉。

欢迎关注我们的微信公众号获取更多内容

今天的分享就到这里了,敬请期待下一篇!

最后欢迎大家分享转发,您的点赞是对我的鼓励和肯定!

分类:

人工智能

标签:

人工智能

作者介绍

A
AdamDaitu
V1