学生宿舍分配方法、装置、电子装置和存储介质与流程

1.本技术涉及数据处理技术领域，特别是涉及一种学生宿舍分配方法、装置、电子装置和存储介质。


背景技术：

2.学生宿舍的分配一直是学校宿舍管理的难题，合理的学生宿舍分配方式不仅能够减少宿舍矛盾，保障学生的身心健康，而且有利于提升学生的学业成绩。
3.目前，学生宿舍的分配方式主要是根据年级以及学号的排名，指派性分配，这种宿舍分配方式主观因素较大，并未考虑到学生的个性特点，因此，容易造成宿舍矛盾，影响学生的身心健康，进而影响学生的学习成绩。
4.针对相关技术中存在学生宿舍分配方式不合理的问题，目前还没有提出有效的解决方案。


技术实现要素：

5.在本实施例中提供了一种学生宿舍分配方法、装置、电子装置和存储介质，以解决相关技术中学生宿舍分配方式不合理的问题。
6.第一个方面，在本实施例中提供了一种学生宿舍分配方法，包括：
7.基于待分配学生的属性信息，对所述待分配学生进行分类，得到多个学生类别，所述属性信息包括年级、班级以及性别；
8.获取每一学生类别中所有学生的生活特征参数以及学习特征参数；
9.基于所述生活特征参数以及学习特征参数，生成每个学生对应的正向特征向量以及反向特征向量；
10.在每一学生类别中，基于每个学生的正向特征向量以及反向特征向量确定两两学生的相似度；
11.基于两两学生的相似度，分别对每一学生类别中的所有学生进行宿舍分配。
12.在其中的一些实施例中，所述获取每一学生类别中所有学生的生活特征参数以及学习特征参数，包括：
13.获取目标学生类别中所有学生的学生信息，所述学生信息包括生活信息以及学习信息，所述目标学生类别为多个学生类别中的任一学生类别；
14.对所述生活信息进行量化，得到每个学生对应的生活特征参数；
15.对所述学习信息进行正向量化，得到每个学生对应的正向学习特征参数；
16.对所述学习信息进行反向量化，得到每个学生对应的反向学习特征参数；
17.将每个学生对应的正向学习特征参数以及反向学习特征参数，作为对应学生的学习特征参数。
18.在其中的一些实施例中，所述学习信息包括学生的成绩参数，所述对所述学习信息进行正向量化，得到每个学生对应的正向学习特征参数，包括：
19.根据成绩参数的最高分和最低分，以及量化得分的最高分和最低分，确定量化比例；
20.根据所述量化比例确定每个学生成绩参数的量化得分；
21.根据每个学生成绩参数的量化得分确定对应学生的正向学习特征参数；
22.对所述学习信息进行反向量化，得到每个学生对应的反向学习特征参数，包括：
23.根据所述量化得分的最高分与每个学生的正向学习特征参数之差，确定对应学生的反向学习特征参数。
24.在其中的一些实施例中，所述基于所述生活特征参数以及学习特征参数，生成每个学生对应的正向特征向量以及反向特征向量，包括：
25.基于每个学生的生活特征参数以及正向学习特征参数，生成对应学生的正向特征向量；
26.基于每个学生的生活特征参数以及反向学习特征参数，生成对应学生的反向特征向量。
27.在其中的一些实施例中，所述基于每个学生的正向特征向量以及反向特征向量确定两两学生的相似度，包括：
28.根据两两学生的正向特征向量，确定两两学生的正向相似度；
29.根据两两学生的反向特征向量，确定两两学生的反向相似度，两两学生的相似度包括所述正向相似度以及所述反向相似度。
30.在其中的一些实施例中，所述基于两两学生的相似度，分别对每一学生类别中的所有学生进行宿舍分配，包括：
31.确定预设分配规则；
32.在目标学生类别中，基于目标学生与其他学生之间的相似度以及所述预设分配规则，确定与所述目标学生匹配的匹配学生，将所述目标学生与所述匹配学生分配至同一宿舍，直至所述目标学生类别中未匹配成功的学生无法满足所述预设分配规则，所述目标学生类别为多个学生类别中的任一学生类别，所述目标学生为所述目标学生类别中未匹配成功的任一学生，所述其他学生为所述目标学生类别中未匹配成功的除所述目标学生之外的任一学生。
33.在其中的一些实施例中，在所述目标学生类别中未匹配成功的学生无法满足所述预设分配规则之后，还包括：
34.确定所有学生类别中无法满足所述预设分配规则的剩余学生；
35.根据所述剩余学生中两两学生的相似度，对所述剩余学生进行宿舍分配。
36.第二个方面，在本实施例中提供了一种学生宿舍分配装置，包括：
37.分类模块，用于基于待分配学生的属性信息，对所述待分配学生进行分类，得到多个学生类别，所述属性信息包括年级、班级以及性别；
38.获取模块，用于获取每一学生类别中所有学生的生活特征参数以及学习特征参数；
39.向量生成模块，用于基于所述生活特征参数以及学习特征参数，生成每个学生对应的正向特征向量以及反向特征向量；
40.相似度确定模块，用于在每一学生类别中，基于每个学生的正向特征向量以及反
向特征向量确定两两学生的相似度；
41.宿舍分配模块，用于基于两两学生的相似度，分别对每一学生类别中的所有学生进行宿舍分配。
42.第三个方面，在本实施例中提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一个方面所述的学生宿舍分配方法。
43.第四个方面，在本实施例中提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一个方面所述的学生宿舍分配方法。
44.与相关技术相比，在本技术实施例中提供的学生宿舍分配方法，根据待分配学生的年级、班级以及性别对学生进行分类，得到多个学生类别，进一步地，对同一学生类别中的学生进行宿舍分配，减少了同一宿舍学生之间的矛盾，并获取每一学生类别中所有学生的生活特征参数以及学习特征参数，并进一步地，基于每个学生的生活特征参数以及学习特征参数，生成每个学生对应的正向特征向量以及反向特征向量，从而确定出每个学生的生活特征与学习特征的正相关性与反相关性，进一步地，根据每个学生的正向特征向量以及反向特征向量，确定两两学生的相似度，进一步地，根据两两学生的相似度分别对每一学生类别中的所有学生进行宿舍分配，从而在对进行宿舍分配时，不仅考虑到学生的生活特征和学习特征，而且将每个学生的生活特征与学习特征的正相关性与反相关性作为参考因素，有效地提高了学生宿舍分配的合理性，进而便于提高学生的学习成绩。
45.本技术的一个或多个实施例的细节在以下附图和描述中提出，以使本技术的其他特征、目的和优点更加简明易懂。
附图说明
46.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
47.图1是本技术实施例提供的一种学生宿舍分配方法的应用场景图；
48.图2是本技术实施例的一种学生宿舍分配方法的流程图；
49.图3是本技术实施例提供的一种学生宿舍分配方法的实施例流程图；
50.图4是本技术实施例提供的一种学生宿舍分配装置的结构框图；
51.图5是本技术实施例提供的一种计算机设备的内部结构图。
具体实施方式
52.为更清楚地理解本技术的目的、技术方案和优点，下面结合附图和实施例，对本技术进行了描述和说明。
53.除另作定义外，本技术所涉及的技术术语或者科学术语应具有本技术所属技术领域具备一般技能的人所理解的一般含义。在本技术中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制，它们可以是单数或者复数。在本技术中所涉及的术语“包括”、“包含”、“具有”及其任何变体，其目的是涵盖不排他的包含；例如，包含一系列步骤或模块(单元)的过程、方法和系统、产品或设备并未限定于列出的步骤或模块(单元)，而可包括未列出的步骤或模块(单元)，或者可包括这些过程、方法、产品或设备固有的其他步骤
或模块(单元)。在本技术中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接，而可以包括电气连接，无论是直接连接还是间接连接。在本技术中所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。通常情况下，字符“/”表示前后关联的对象是一种“或”的关系。在本技术中所涉及的术语“第一”、“第二”、“第三”等，只是对相似对象进行区分，并不代表针对对象的特定排序。
54.本技术实施例提供的学生宿舍分配方法，可以应用于如图1所示的应用场景中，图1是本技术实施例提供的一种学生宿舍分配方法的应用场景图。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
55.学生宿舍的分配一直是学校宿舍管理的难题，合理的学生宿舍分配方式不仅能够减少宿舍矛盾，保障学生的身心健康，而且有利于提升学生的学业成绩。
56.目前，学生宿舍的分配方式主要是根据年级以及学号的排名，指派性分配，这种宿舍分配方式主观因素较大，并未考虑到学生的个性特点，因此，容易造成宿舍矛盾，影响学生的身心健康，进而影响学生的学习成绩。
57.如何提高学生宿舍分配的合理性，是一个需要解决的问题。
58.在本技术实施例中提供了一种学生宿舍分配方法，图2是本技术实施例的一种学生宿舍分配方法的流程图，该方法的执行主体可以是电子装置，可选的，电子装置可以是服务器，也可以是终端设备，但本技术不限于此。具体的，如图2所示，该流程包括如下步骤：
59.步骤s201，基于待分配学生的属性信息，对待分配学生进行分类，得到多个学生类别。
60.其中，属性信息包括年级、班级以及性别。
61.步骤s202，获取每一学生类别中所有学生的生活特征参数以及学习特征参数。
62.步骤s203，基于生活特征参数以及学习特征参数，生成每个学生对应的正向特征向量以及反向特征向量。
63.步骤s204，在每一学生类别中，基于每个学生的正向特征向量以及反向特征向量确定两两学生的相似度。
64.步骤s205，基于两两学生的相似度，分别对每一学生类别中的所有学生进行宿舍分配。
65.示例性地，将学校中所有的学生确定为待分配学生，并根据学生的年级、班级以及性别对待分配学生进行分类，具体的，将同一年级、同一班级以及性别相同的学生确定为一类，从而得到多个学生类别。
66.进一步地，针对每一学生类别，获取每一学生的生活特征参数以及学习特征参数。
67.每一学生的学习特征参数可以包括正向学习特征参数以及反向学习特征参数，进一步地，根据每一学生的生活特征参数、正向学习特征参数以及反向学习特征参数，确定对
应学生的正向特征向量以及反向特征向量，从而确定出每一学生的生活特征与学习特征的正相关性和反相关性。
68.进一步地，在每一学生类别中，根据每一学生的正向特征向量以及反向特征向量，确定两两学生之间的相似度，进一步可以根据两两学生之间的相似度，分别对每一学生类别中的所有学生进行宿舍分配，从而实现所有学生类别中每一学生的宿舍分配。
69.在上述实现过程中，根据待分配学生的年级、班级以及性别对学生进行分类，得到多个学生类别，进一步地，对同一学生类别中的学生进行宿舍分配，从而使同一宿舍的学生在年级、班级以及性别上统一，便于同宿舍的学生交流，减少了同一宿舍学生之间的矛盾，进一步地，在每一学生类别中，根据学生的生活特征参数以及学习特征参数确定学生的正向特征向量与反向特征向量，从而将学生的生活特征与学习特征之间的相关性以向量的形式表现，进一步地，根据两两学生的正向特征向量以及反向特征向量，确定两两学生之间的相似度，进而通过两两学生之间的相似度对所有学生进行宿舍分配，从而在进行宿舍分配时，将学生的生活特征与学习特征的正相关性和反相关性作为参考因素，提高了学生宿舍分配的合理性。
70.在其中的一些实施例中，获取每一学生类别中所有学生的生活特征参数以及学习特征参数，可以包括以下步骤：
71.步骤1：获取目标学生类别中所有学生的学生信息，学生信息包括生活信息以及学习信息。
72.其中，目标学生类别为多个学生类别中的任一学生类别。
73.步骤2：对生活信息进行量化，得到每个学生对应的生活特征参数。
74.步骤3：对学习信息进行正向量化，得到每个学生对应的正向学习特征参数。
75.步骤4：对学习信息进行反向量化，得到每个学生对应的反向学习特征参数。
76.步骤5：将每个学生对应的正向学习特征参数以及反向学习特征参数，作为对应学生的学习特征参数。
77.示例性地，在目标学生类别中，获取所有学生的生活信息以及学习信息，目标学生类别可以是多个学生类别中的任一个学生类别，生活信息可以包括学生的性格、生源地、生活习惯以及兴趣爱好中的至少两种。
78.需要说明的是，本技术仅以上述几种生活信息为例进行说明，在实际应用过程中，生活信息可以包括其他与生活相关的信息，在此不做限制。
79.具体的，学生的性格可以包括外向性、宜人性、尽责性、神经质以及开放性；生源地可以包括各个省或各个市；生活习惯可以包括起床时间、睡觉时间以及是否午睡等；兴趣爱好可以包括是否玩游戏、是否爱好体育运动以及是否喜欢音乐等。
80.作为一种实施例，可以采用问卷的形式采集到所有学生的生活信息，并根据学校历次的考试成绩获取到所有学生的学习信息。
81.进一步地，对每一学生的生活信息进行量化，从而得到所有学生的生活特征参数。
82.具体的，对于性格特征，可以使用心理学中的五大人格特质(外向性、宜人性、尽责性、神经质、开放性)作为学生性格特征的评估指标。每个特质都可以用一个分数来表示。例如，外向性可以用从1到10的数字来评估，1表示非常内向，10表示非常外向。对于每个学生，制定一个五大人格特质评分的问卷，然后将每个特质的得分转换为0到10的比例分数。进一
步地，根据每个学生每个特质的得分确定出该学生的性格特征的得分。作为一种实施例，可以将每个学生的五个特质得分的平均值确定为该学生的性格特征的得分，从而得到性格的特征参数。
83.对于生源地，可以将所有学生所在的地区划分为若干个区域，每个区域用一个数字表示。例如，如果有6个区域，我们可以将他们分别编码为1，2，3，4，5和6。然后将每个学生所在的区域编码确定为该学生生源地的数字，从而得到生源地的特征参数。
84.对于生活习惯，可以将每个生活习惯都可以用一个分数来表示，例如，1到10的数字。进一步地，将每个学生在生活习惯上的得分转换为0到10的比例分数，从而得到生活习惯的特征参数。
85.对于兴趣爱好，可以将每个兴趣爱好用一个分数来表示，例如，1到10的数字。进一步地，将每个学生在兴趣爱好上的得分转换为0到10的比例分数，从而得到兴趣爱好的特征参数。
86.对于成绩，可以将学生的在历次考试中的成绩，量化到0到10的比例分数中，从而得到正向学习特征参数；将考试的最高分减去学生的实际得分，得到的反向得分，进一步将反向得分量化到0到10的比例分数中，从而得到反向学习特征参数。并将每一学生的正向学习特征参数以及反向学习特征参数确定为对应学生的学习特征参数。
87.在上述实现过程中，对学生的生活信息以及学习信息进行量化，有效地将学生的生活信息以及学习信息进行数字化，从而便于根据量化后的特征参数进行学生宿舍分配。
88.在其中的一些实施例中，学习信息包括学生的成绩参数，对学习信息进行正向量化，得到所有学生的正向学习特征参数，可以包括以下步骤：
89.步骤1：根据成绩参数对应的最高分和最低分，以及量化得分的最高分和最低分，确定量化比例。
90.步骤2：根据量化比例确定每个学生成绩参数的量化得分。
91.步骤3：根据每个学生成绩参数的量化得分确定对应学生的正向学习特征参数。
92.示例性地，可以根据成绩参数对应的最高分和最低分，以及量化得分的最高分和最低分，确定量化比例。具体的，可以根据量化得分的最高分与最低分之差，与成绩参数的最高分和最低分之差的比值，确定量化比例。
93.在一个实施例中，成绩参数对应的最高分和最低分可以是指考试中试卷的最高分和最低分，例如，0分和100分。
94.在另一个实施例中，成绩参数对应的最高分和最低分也可以是指考试中所有学生的得分中的最高分和最低分，例如，有40名学生参加某次考试，该考试试卷的最高分为100分，最低分为0分，该40名学生在该次考试中，得分最高为98分，得分最低为35分，因此，成绩参数的最高分为98分，最低分为35分。
95.在本技术实施例中，以成绩参数的最高分和最低分也可以是指考试中所有学生的得分中的最高分和最低分为例，在此不做限制。
96.具体的，某场考试的当成绩参数的最高分为100分，最低分为60分，量化得分的最高分为10分，最低分为0分，则量化比例为：(10-0)/(100-60)＝0.25。
97.进一步地，根据量化比例确定每个学生成绩参数的量化得分。
98.具体的，将学生的实际得分与成绩参数最低分之差与量化比例的乘积确定为对应
学生成绩参数的量化得分。若某学生在该场考试中得了90分，则该学生的量化得分为：(90-60)*0.25＝7.5分。
99.将每一学生成绩参数的量化得分，确定为对应学生的正向学习特征参数。
100.对学习信息进行反向量化，得到所有学生的反向学习特征参数，包括：根据量化得分的最高分与每个学生的正向学习特征参数之差，确定对应学生的反向学习特征参数。
101.具体的，学生的反向学习特征参数可以是量化得分的最高分与对应学生的正向学习特征参数之差。
102.在上述实现过程中，根据成绩参数的最高分与最低分，以及量化得分的最高分和最低分，确定量化比例，从而便于根据量化比例确定出每一学生的正向学习特征参数以及反向学习特征参数。
103.在其中的一些实施例中，基于生活特征参数以及学习特征参数，生成每个学生对应的正向特征向量以及反向特征向量，可以包括以下步骤：
104.步骤1：基于每个学生的生活特征参数以及正向学习特征参数，生成对应学生的正向特征向量。
105.步骤2：基于每个学生的生活特征参数以及反向学习特征参数，生成对应学生的反向特征向量。
106.示例性地，若生活信息包括多种生活特征，将每个生活特征作为一个因素，得到每一生活特征对应的生活特征参数，进一步地，将每一学生的多个生活特征参数以及该学生的正向学习特征参数进行组合，得到该学生的正向特征向量。
107.具体的，生活信息包括性格、生源地、生活习惯以及兴趣爱好4种，则将4种生活特征对应的生活特征参数以及正向学习特征参数，组合为一个5维向量，从而得到5维的正向特征向量。将4种生活特征对应的生活特征参数以及反向学习特征参数组合为一个5维向量，从而得到5维的反向特征向量。
108.从而可以确定出每个学生的正向特征向量以及反向特征向量。
109.在上述实现过程中，根据生活特征参数以及正向学习特征参数，生成正向特征向量，从而通过向量的形式表征学生生活特征与学习特征的正相关性，根据生活特征参数以及反向学习特征参数，生成反向特征向量，从而通过向量的形式表征学生生活特征与学习特征的反相关性。
110.在其中的一些实施例中，基于每个学生的正向特征向量以及反向特征向量确定两两学生的相似度，可以包括以下步骤：
111.步骤1：根据两两学生的正向特征向量，确定两两学生的正向相似度。
112.步骤2：根据两两学生的反向特征向量，确定两两学生的反向相似度。
113.两两学生的相似度包括所述正向相似度以及所述反向相似度。
114.示例性地，在目标学生类别中，将任一学生确定为目标学生，进一步地，根据目标学生的正向特征向量与其他学生的正向特征向量，确定出两两学生之间的正向相似度，并根据该两学生之间的反向特征向量，确定两两学生的反向相似度，两个学生之间的相似度包括正向相似度和反向相似度。
115.具体的，两学生之间的相似度可以为两学生对应的两个特征向量的余弦相似度。
116.作为一种实施例，目标学生与其他学生之间的正向相似度为：正向相似度＝(a
·
b)/(||a||*||b||)，其中，a表示目标学生的正向特征向量，b表示其他学生的正向特征向量，a
·
b表示目标学生的正向特征向量与其他学生的正向特征向量的点积，||a||表示目标学生的正向特征向量的欧几里得范数，||b||表示其他学生的正向特征向量的欧几里得范数。
117.目标学生与其他学生之间的反向相似度为：反向相似度＝(a’·
b’)/(||a’||*||b’||)，其中，a’表示目标学生的反向特征向量，b’表示其他学生的反向特征向量，a’·
b’表示目标学生的反向特征向量与其他学生的反向特征向量的点积，||a’||表示目标学生的反向特征向量的欧几里得范数，||b’||表示其他学生的反向特征向量的欧几里得范数。
118.点积可以通过对应位置上的元素相乘，然后将乘积相加得到。欧几里得范数可以通过将所有元素的平方相加，然后对结果取平方根得到。
119.例如，目标学生的正向特征向量为[9，6，8，6，6]，其他学生的正向特征向量为[8，6，8，6，6]，则目标学生与其他学生之间的正向相似度为：若两个向量的相似度越接近1，表明两学生之间越相似，反之，若两个向量的相似度越接近0，表明两学生之间差异越大。
[0120]
在上述实现过程中，根据两两学生的正向特征向量，确定两两学生的正向相似度，从而确定出两学生之间生活特征与学习特征之间的正相关性，根据两两学生的反向特征向量，确定两两学生的反向相似度，从而确定出两学生之间生活特征与学习特征之间的负相关性。
[0121]
在其中的一些实施例中，基于两两学生的相似度，分别对每一学生类别中的所有学生进行宿舍分配，可以包括以下步骤：
[0122]
步骤1：确定预设分配规则。
[0123]
步骤2：在目标学生类别中，基于目标学生与其他学生之间的相似度以及预设分配规则，确定与目标学生匹配的匹配学生，将目标学生与匹配学生分配至同一宿舍，直至目标学生类别中未匹配成功的学生无法满足预设分配规则。
[0124]
其中，目标学生类别为多个学生类别中的任一学生类别，目标学生为目标学生类别中未匹配成功的任一学生，其他学生为目标学生类别中未匹配成功的除目标学生之外的任一学生。
[0125]
示例性地，确定出目标类别学生中两两学生的正向相似度以及反向相似度，之后，确定预设分配规则。
[0126]
需要说明的是，每一学生类别的预设分配规则可以相同，也可以不同，在此不做限制。
[0127]
进一步地，根据两两学生的相似度以及预设分配规则，对目标学生类别中的所有学生进行宿舍分配。
[0128]
具体的，预设分配规则可以表征两学生的成绩差异程度与相似度的变化趋势。
[0129]
若预设分配规则为成绩差异小的分配规则，即两学生的成绩差异程度与正向相似度呈负相关，则基于目标学生与其他学生之间的相似度以及预设分配规则，确定与目标学生匹配的匹配学生，包括：在其他学生中将与目标学生之间的正向相似度最大的学生确定为与目标学生匹配的匹配学生。进一步地，将目标学生与对应的匹配学生分配至同一宿舍，
从而实现同一宿舍学生成绩的共同进步。
[0130]
具体的，根据目标学生类别中所有学生的成绩由高到低的顺序，对目标学生类别中的所有学生进行排序，从而得到排序后的学生，并依次将排序后的学生确定为目标学生，进一步地，将与目标学生的正向相似度最大的学生与目标学生分配至同一宿舍，直至目标学生类别中未匹配成功的学生无法满足预设分配规则。将正向相似度相近的学生分配至同一宿舍，从而便于成绩相近的学生共同进步。
[0131]
若预设分配规则为成绩差异大的分配规则，即两学生的成绩差异程度与反向相似度呈正相关，则基于目标学生与其他学生之间的相似度以及预设分配规则，确定与目标学生匹配的匹配学生，包括：在其他学生中将与目标学生之间的反向相似度最大的学生确定为与目标学生匹配的匹配学生。进一步地，将目标学生与对应的匹配学生分配至同一宿舍，从而实现同一宿舍学生的1对1帮扶。
[0132]
作为另一种实施例，预设分配规则为两学生的成绩差异程度与反向相似度呈正相关，基于目标学生与其他学生之间的相似度以及预设分配规则，确定与目标学生匹配的匹配学生，还可以包括：根据同一宿舍的学生总数，目标学生与其他学生之间的正向相似度、反向相似度以及预设分配规则，确定与目标学生匹配的匹配学生。
[0133]
具体的，若同一宿舍中的学生总数为n，在目标学生类别中，将与目标学生的正向相似度由大到小的顺序对其他学生进行排序，将排序后的前(n/2-1)个学生与目标学生分配到同一宿舍，将排序后的前(n/2-1)个学生以及与目标学生确定为主导学生。
[0134]
进一步地，确定与每一主导学生匹配的匹配学生，具体的，在剩余未分配的学生中，将与主导学生反向相似度最大的学生确定为对应的匹配学生，从而确定出同一宿舍的所有学生，从而使同一宿舍的学生实现学习上的1对1帮扶，直到目标学生类别中未匹配成功的学生无法满足预设分配规则。
[0135]
在上述实现过程中，根据目标学生与其他学生的正向特征向量，确定出目标学生与其他学生的正向相似度，进而可以根据正向相似度将成绩接近的学生分配至同一宿舍中，从而实现同一宿舍学习学业的共同进步，根据目标学生的反向特征向量与其他学生的反向特征向量，确定目标学生与其他学生之间的反向相似度，从而可以将成绩好的学生与成绩差的学生分配至同一宿舍，实现学业的帮扶。
[0136]
在其中的一些实施例中，在所述目标学生类别中未匹配成功的学生无法满足所述预设分配规则之后，还可以包括以下步骤：
[0137]
步骤1：确定所有学生类别中无法满足预设分配规则的剩余学生。
[0138]
步骤2：根据剩余学生中两两学生的相似度，对剩余学生进行宿舍分配。
[0139]
示例性地，当某些学生类别中，存在部分学生无法满足预设匹配规则，则在剩余未匹配的所有学生中，确定两两学生的相似度，并根据两两学生的相似度以及预设分配规则，对剩余学生进行宿舍分配。
[0140]
具体的，当同一班级剩余学生无法满足预设分配规则时，可以从相邻班级中选择学生进行匹配，若同一年级人数无法满足分配规则时，从相邻年级挑选，直至所有学生分配完成。
[0141]
在上述实现过程中，将所有类别学生中，剩余学生之间的相似度，对剩余学生进行宿舍分配，从而实现了所有待分配学生的宿舍分配。
[0142]
在其中的一些实施例中，生活信息包括性格、生源地、生活习惯以及兴趣爱好中的至少两种。
[0143]
示例性地，将性格、生源地、生活习惯以及兴趣爱好中的至少两种作为生活信息，从而在进行学生宿舍分配时，可以将生活因素作为参考，从而提高了宿舍分配的合理性。具体的，本技术实施例中的生活信息可以包括性格、生源地、生活习惯以及兴趣爱好，从而使同一宿舍的学生在多个生活信息方面具有共性，减少了宿舍矛盾。
[0144]
图3是本技术实施例提供的一种学生宿舍分配方法的实施例流程图，如图3所示，该学生宿舍分配方法包括如下步骤：
[0145]
步骤s301，收集学生信息。
[0146]
具体的，通过问卷调查收集学生信息，问卷包括学生性格、生活习惯、兴趣爱好等方面内容，并教学系统中获取到学生生源地信息及学生成绩等信息。即学生学生信息包括生活信息以及学习信息，生活信息包括学生性格、生活习惯、兴趣爱好以及生源地，学习信息可以包括学生成绩。
[0147]
步骤s302，选择宿舍分配规则。
[0148]
具体的，宿舍分配原则包括成绩相近原则，或成绩相远原则。若选择成绩相近原则，方便同一宿舍的学生交流，共同进步；若选择成绩相近原则，方便同一宿舍形成互助小组，提高学生成绩。
[0149]
步骤s303，确定每一学生的特征向量。
[0150]
将学生的多个生活信息进行量化，得到对应的生活特征参数，将学生成绩信息进行正向量化，得到正向学习特征参数，以及将成绩信息进行反向量化，得到反向学习特征参数。
[0151]
进一步地，根据每一学生的生活特征参数以及正向学习特征参数，得到学生的正向特征向量；根据对应学生的生活特征参数以及反向学习特征参数，得到学生的反向特征向量。
[0152]
步骤s304，根据学生的年级、班级以及性别对所有学生进行分类，得到多个学生类别。
[0153]
具体的，将所以有学生按照年级、班级以及性别进行分类，得到多个学生类别，从而使同一年级、同一班级以及统一性别的学生为一类。
[0154]
步骤s305，根据每一学生类别中每一学生的特征向量，对相应学生类别的学生进行宿舍分配。
[0155]
进一步地，分别对每一学生类别的学生进行宿舍分配。具体的，在一个学生类别中，根据所有学生的正向特征向量，确定两两学生之间的正向相似度，并根据所有学生的反向特征向量，确定两两学生之间的反向相似度。
[0156]
若选择的宿舍分配规则为成绩相近原则，则将与某一学生正向相似度最高的(n-1)个学生与该学生分配至同一宿舍，n为一个宿舍的学生总人数，从而方便学生交流，共同进步。
[0157]
若选择的宿舍分配规则为成绩相远原则，则在某一学生类别中你，与目标学生的正向相似度由高到低的顺序，对该学生类别中的其他学生进行排序，从而得到排序后的学生，将排序后的前(n/2-1)个学生与目标学生分配到同一宿舍，将排序后的前(n/2-1)个学
生以及与目标学生确定为主导学生。
[0158]
进一步地，确定与每一主导学生匹配的匹配学生，具体的，在剩余未分配的学生中，将与主导学生反向相似度最大的学生确定为对应的匹配学生，从而确定出同一宿舍的所有学生，从而使同一宿舍的学生实现学习上的1对1帮扶，将成绩高的学生与其反向相似度最大的学生分配至同一宿舍，从而在同一宿舍中可以实现1对1的学习帮扶。
[0159]
当本班级剩余人数无法满足匹配规则时，则从相邻班级挑选，若本年级人数无法满足匹配规则时，从相邻年级挑选，直至所有学生分配完成。
[0160]
需要说明的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0161]
在本实施例中还提供了一种学生宿舍分配装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。以下所使用的术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0162]
图4是本技术实施例提供的一种学生宿舍分配装置的结构框图，如图4所示，该装置包括：
[0163]
分类模块401，用于基于待分配学生的属性信息，对待分配学生进行分类，得到多个学生类别，属性信息包括年级、班级以及性别；
[0164]
获取模块402，用于用于获取每一学生类别中所有学生的生活特征参数以及学习特征参数；
[0165]
向量生成模块403，用于基于生活特征参数以及学习特征参数，生成每个学生对应的正向特征向量以及反向特征向量；
[0166]
相似度确定模块404，用于在每一学生类别中，基于每个学生的正向特征向量以及反向特征向量确定两两学生的相似度；
[0167]
宿舍分配模块405，用于基于两两学生的相似度，分别对每一学生类别中的所有学生进行宿舍分配。
[0168]
在其中的一些实施例中，获取模块402具体用于：
[0169]
获取目标学生类别中所有学生的学生信息，学生信息包括生活信息以及学习信息，目标学生类别为多个学生类别中的任一学生类别；
[0170]
对生活信息进行量化，得到每个学生对应的生活特征参数；
[0171]
对学习信息进行正向量化，得到每个学生对应的正向学习特征参数；
[0172]
对学习信息进行反向量化，得到每个学生对应的反向学习特征参数；
[0173]
将每个学生对应的正向学习特征参数以及反向学习特征参数，作为对应学生的学习特征参数。
[0174]
在其中的一些实施例中，学习信息包括学生的成绩参数，获取模块402具体用于：
[0175]
根据成绩参数的最高分和最低分，以及量化得分的最高分和最低分，确定量化比例；
[0176]
根据量化比例确定每个学生成绩参数的量化得分；
[0177]
根据每个学生成绩参数的量化得分确定对应学生的正向学习特征参数；
[0178]
对学习信息进行反向量化，得到每个学生对应的反向学习特征参数，包括：
[0179]
根据量化得分的最高分与每个学生的正向学习特征参数之差，确定对应学生的反向学习特征参数。
[0180]
在其中的一些实施例中，获取模块402具体用于：
[0181]
基于每个学生的生活特征参数以及正向学习特征参数，生成对应学生的正向特征向量；
[0182]
基于每个学生的生活特征参数以及反向学习特征参数，生成对应学生的反向特征向量。
[0183]
在其中的一些实施例中，相似度确定模块404具体用于：
[0184]
根据两两学生的正向特征向量，确定两两学生的正向相似度；
[0185]
根据两两学生的反向特征向量，确定两两学生的反向相似度，两两学生的相似度包括正向相似度以及反向相似度。
[0186]
在其中的一些实施例中，宿舍分配模块403具体用于：
[0187]
确定预设分配规则；
[0188]
在目标学生类别中，基于目标学生与其他学生之间的相似度以及预设分配规则，确定与目标学生匹配的匹配学生，将目标学生与匹配学生分配至同一宿舍，直至目标学生类别中未匹配成功的学生无法满足预设分配规则，目标学生类别为多个学生类别中的任一学生类别，目标学生为目标学生类别中未匹配成功的任一学生，其他学生为目标学生类别中未匹配成功的除目标学生之外的任一学生。
[0189]
在其中的一些实施例中，宿舍分配模块403还用于：
[0190]
确定所有学生类别中无法满足预设分配规则的剩余学生；
[0191]
根据剩余学生中两两学生的相似度，对剩余学生进行宿舍分配。
[0192]
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
[0193]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示，图5是本技术实施例提供的一种计算机设备的内部结构图。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储学生信息数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种学生宿舍分配方法。
[0194]
本领域技术人员可以理解，图5中示出的结构，仅仅是与本技术方案相关的部分结
构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0195]
在一个实施例中，还提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0196]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0197]
需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
[0198]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0199]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0200]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对专利保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.一种学生宿舍分配方法，其特征在于，包括：基于待分配学生的属性信息，对所述待分配学生进行分类，得到多个学生类别，所述属性信息包括年级、班级以及性别；获取每一学生类别中所有学生的生活特征参数以及学习特征参数；基于所述生活特征参数以及学习特征参数，生成每个学生对应的正向特征向量以及反向特征向量；在每一学生类别中，基于每个学生的正向特征向量以及反向特征向量确定两两学生的相似度；基于两两学生的相似度，分别对每一学生类别中的所有学生进行宿舍分配。2.根据权利要求1所述的学生宿舍分配方法，其特征在于，所述获取每一学生类别中所有学生的生活特征参数以及学习特征参数，包括：获取目标学生类别中所有学生的学生信息，所述学生信息包括生活信息以及学习信息，所述目标学生类别为多个学生类别中的任一学生类别；对所述生活信息进行量化，得到每个学生对应的生活特征参数；对所述学习信息进行正向量化，得到每个学生对应的正向学习特征参数；对所述学习信息进行反向量化，得到每个学生对应的反向学习特征参数；将每个学生对应的正向学习特征参数以及反向学习特征参数，作为对应学生的学习特征参数。3.根据权利要求2所述的学生宿舍分配方法，其特征在于，所述学习信息包括学生的成绩参数，所述对所述学习信息进行正向量化，得到每个学生对应的正向学习特征参数，包括：根据成绩参数的最高分和最低分，以及量化得分的最高分和最低分，确定量化比例；根据所述量化比例确定每个学生成绩参数的量化得分；根据每个学生成绩参数的量化得分确定对应学生的正向学习特征参数；对所述学习信息进行反向量化，得到每个学生对应的反向学习特征参数，包括：根据所述量化得分的最高分与每个学生的正向学习特征参数之差，确定对应学生的反向学习特征参数。4.根据权利要求2所述的学生宿舍分配方法，其特征在于，所述基于所述生活特征参数以及学习特征参数，生成每个学生对应的正向特征向量以及反向特征向量，包括：基于每个学生的生活特征参数以及正向学习特征参数，生成对应学生的正向特征向量；基于每个学生的生活特征参数以及反向学习特征参数，生成对应学生的反向特征向量。5.根据权利要求1所述的学生宿舍分配方法，其特征在于，所述基于每个学生的正向特征向量以及反向特征向量确定两两学生的相似度，包括：根据两两学生的正向特征向量，确定两两学生的正向相似度；根据两两学生的反向特征向量，确定两两学生的反向相似度，两两学生的相似度包括所述正向相似度以及所述反向相似度。6.根据权利要求5所述的学生宿舍分配方法，所述基于两两学生的相似度，分别对每一
学生类别中的所有学生进行宿舍分配，包括：确定预设分配规则；在目标学生类别中，基于目标学生与其他学生之间的相似度以及所述预设分配规则，确定与所述目标学生匹配的匹配学生，将所述目标学生与所述匹配学生分配至同一宿舍，直至所述目标学生类别中未匹配成功的学生无法满足所述预设分配规则，所述目标学生类别为多个学生类别中的任一学生类别，所述目标学生为所述目标学生类别中未匹配成功的任一学生，所述其他学生为所述目标学生类别中未匹配成功的除所述目标学生之外的任一学生。7.根据权利要求6所述的学生宿舍分配方法，其特征在于，在所述目标学生类别中未匹配成功的学生无法满足所述预设分配规则之后，还包括：确定所有学生类别中无法满足所述预设分配规则的剩余学生；根据所述剩余学生中两两学生的相似度，对所述剩余学生进行宿舍分配。8.一种学生宿舍分配装置，其特征在于，包括：分类模块，用于基于待分配学生的属性信息，对所述待分配学生进行分类，得到多个学生类别，所述属性信息包括年级、班级以及性别；获取模块，用于获取每一学生类别中所有学生的生活特征参数以及学习特征参数；向量生成模块，用于基于所述生活特征参数以及学习特征参数，生成每个学生对应的正向特征向量以及反向特征向量；相似度确定模块，用于在每一学生类别中，基于每个学生的正向特征向量以及反向特征向量确定两两学生的相似度；宿舍分配模块，用于基于两两学生的相似度，分别对每一学生类别中的所有学生进行宿舍分配。9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至7中任一项所述的学生宿舍分配方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的学生宿舍分配方法的步骤。

技术总结
本申请涉及一种学生宿舍分配方法、装置、电子装置和存储介质，其中，该学生宿舍分配方法包括：基于待分配学生的属性信息，对待分配学生进行分类，得到多个学生类别；获取每一学生类别中所有学生的生活特征参数以及学习特征参数；基于生活特征参数以及学习特征参数，生成每个学生对应的正向特征向量以及反向特征向量；在每一学生类别中，基于每个学生的正向特征向量以及反向特征向量确定两两学生的相似度；基于两两学生的相似度，分别对每一学生类别中的所有学生进行宿舍分配。通过本申请，解决了学生宿舍分配方式不合理的问题，提高了学生宿舍分配的合理性。高了学生宿舍分配的合理性。高了学生宿舍分配的合理性。


技术研发人员：张小超 薛慧 周苏霞 张岩 杭承政 吴志飞 邓梦娜 庞复钟 刘文杰 王超 蔡益平
受保护的技术使用者：浙江海亮科技有限公司
技术研发日：2023.06.28
技术公布日：2023/10/19