[发明专利]一种基于DBSCAN聚类算法的宿舍分配方法

说明书

本发明公开了一种基于DBSCAN聚类算法的宿舍分配方法，重点以学生的内在价值观、性格和综合素质能力为参考依据，以更为简便的DBSCAN聚类算法来高效率地分配学生宿舍。其具体方法包括：获取学生的特征信息数据；对学生的特征信息数据进行量化，构建学生的特征向量集合；利用基于DBSCAN聚类算法模型对学生进行宿舍分配。本发明重视高校学生内在价值观、性格发展和综合素质的提升，以此对学生进行宿舍分配，高效发挥出宿舍资源在学生日常学习生活的重要作用。

技术领域

本发明涉及高校大学生或研究生宿舍管理领域，具体涉及一种基于DBSCAN聚类算法的宿舍分配方法。

背景技术

随着高校的大学生和研究生录取人数的持续增加，各种层次和各种素质的学生将集中分配到宿舍中，如何高效地发挥出宿舍资源在学生日常学习生活的重要作用、如何更好地避免舍友间矛盾和增强舍友间凝聚力，将成为各高校在学生日常教育和管理的难题。通常情况下，高校粗放式地按照各院系专业来随机分配宿舍，往往忽视了学生在性格、心理健康、兴趣爱好、科研素质等方面存在着巨大差异，从而导致学生因内在差异可能产生的矛盾。因此，在高校宿舍分配中急需一种较为合理、人性化的技术手段。

专利文献CN 111047201 A公开了一种基于深度学习的宿舍分配方法及装置，该方法通过获取用户的标签信息，根据用户的标签信息构建用户的特征向量，根据用户的特征向量计算用户间的相似度，在相似度达到到预设的阈值时，即分配到同一宿舍中。该发明可以较为准确地根据学生的学习成绩、考勤、心理健康等指标的相似性来为学生分配宿舍，利用大学生入学后产生的学习及生活数据，建立更科学、快速、准确、全面的分配宿舍的方法和系统。

但是该发明获取的学生特征信息深度不够，代表性不强，没有考虑高校学生的重心在于内在价值观的培养、学习成绩和综合素质的提升。此外，在计算向量之间的相似性方法上过于复杂，不利于高效、快速调整。因此，本发明一方面重点参考学生的内在价值观和综合素质能力，另一方面采取效率更高、更为简便的DBSCAN聚类算法来解决这一技术问题。

发明内容

发明目的：本发明目的在于针对现有技术的不足，提供一种基于DBSCAN聚类算法的宿舍分配方法，重点以学生的内在价值观、性格和综合素质能力为参考依据，以更为简便的DBSCAN聚类算法来高效率地分配学生宿舍。

本发明公开的一种基于DBSCAN聚类算法的宿舍分配方法，其特征在于包括以下步骤：

步骤一：获取学生的特征信息；

步骤二：对学生的特征信息进行量化，构建学生的特征向量集合；

（1）

其中（1）式中，表示第i个学生的特征向量名，表示第i个学生的特征向量中第j项特征值，，，m表示学生的特征向量总数，，，n表示学生的特征向量中的特征项总数；

步骤三：根据学生的特征向量集合，利用基于DBSCAN聚类算法模型对学生进行宿舍分配，将同一类的学生分别放入同一宿舍中。

所述的步骤一中学生的特征信息包括学生的性格测试数据、兴趣爱好信息、学分绩点、科研成果得分、专业方向、外语能力。

所述的步骤二中学生的特征信息进行量化包含对学生的特征信息进行定类和定量分析，从而构建学生的特征向量。

所述的步骤三中DBSCAN聚类算法模型，采用标准化欧氏距离进行聚类分析，其标准化欧式距离计算方法如下：

（2）

其中式（2）中，表示第i个学生的特征向量与第k个学生的特征向量之间的标准化欧氏距离值；表示第i个学生的特征向量中第j项特征值；表示第k个学生的特征向量中第j项特征值；表示所有学生的特征向量中第j项特征值的标准差，若所有学生的特征向量中第j项特征值的数学期望为0，则设置=1；，，，m表示学生的特征向量总数，，，n表示学生的特征向量中的特征项总数。