[发明专利]一种基于学生特性的智能宿舍分配方法与系统

权利要求书

1.一种基于学生特性的智能宿舍分配方法，其特征在于，包括以下步骤：

步骤一：从招生信息数据库中提取学生客观信息数据，形成学生客观特性；

步骤二：从新生信息采集库中提取学生主观信息数据，形成学生主观特性；

步骤三：综合学生客观特性和学生主观特性，形成学生特性模型；

步骤四：根据学生特性模型信息，利用基于K-Means的聚类算法模型对学生进行宿舍预分配，将同一聚类中的学生分别放到同一宿舍中，并基于学生特性将已分配的宿舍聚合形成宿舍属性；

步骤五：学生根据宿舍预分配情况选择是否愿意入住，若不愿意，则进行重新分配；

步骤六：进行重新分配时，再次利用K-Means的聚类算法进行聚类运算后分配，或通过聚合形成的宿舍属性直接将学生特性与宿舍属性进行匹配后分配；

步骤七：综合学生提交的实际意愿情况，进行统一调整，完成最终的宿舍分配。

2.根据权利要求1所述的一种基于学生特性的智能宿舍分配方法，其特征在于，所述的步骤一中学生客观信息数据包括学生的生源地、户籍、民族、成绩，形成学生客观特性资源池。

3.根据权利要求1所述的一种基于学生特性的智能宿舍分配方法，其特征在于，所述的步骤二中学生主观信息数据包括学生的生活习惯、作息时间、对宿舍房间朝向的要求、房间人数的要求、宿舍费用的承受度、空调电器需求。

4.根据权利要求1所述的一种基于学生特性的智能宿舍分配方法，其特征在于，所述的步骤三中学生特性模型包括特性类、特性标签、特性值和特性值的量化，对学生的主、客观特性进行分类，设置特性标签，并根据特性标签设置特性值，将特性值量化。

5.一种基于学生特性的智能宿舍分配系统，其特征在于，包括：学生信息模块、学生特征属性模块、住宿分配模块和宿舍信息模块，所述的学生信息模块连接所述的学生特征属性模块，所述的住宿分配模块分别连接所述的学生信息模块、学生特征属性模块和宿舍信息模块，所述的住宿分配模块结合学生信息模块和学生特征属性模块，利用K-Means聚类算法模型进行住宿分配，且最终在宿舍信息模块中生成宿舍信息。

6.根据权利要求5所述的一种基于学生特性的智能宿舍分配系统，其特征在于，所述的学生信息模块包括招生信息数据库和新生信息采集库，用于采集学生客观信息和学生主观信息，形成学生客观特性和主观特性。

7.根据权利要求5所述的一种基于学生特性的智能宿舍分配系统，其特征在于，所述的学生特征属性模块包括学生主观特性和学生客观特性，用于学生特征属性的收集与查看，形成学生的特性模型。

8.根据权利要求5所述的一种基于学生特性的智能宿舍分配系统，其特征在于，所述的学生住宿分配模块利用K-Means聚类算法模型，根据学生特征属性对相近属性的学生进行聚类分析，聚类后进行住宿分配。

9.根据权利要求5所述的一种基于学生特性的智能宿舍分配系统，其特征在于，所述的宿舍信息模块包括床位信息和宿舍属性信息，用于查看宿舍分配的情况。