问题二三解题思路

1.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；

2.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；

这两问，可以看作一个问题，即针对人工智能对大学生学习的影响。选取合适的指标，构建评价模型，对人工智能对大学生学习的影响进行评价。请大家明确，我们所做的一切的目的，是为了进行评价，得出人工智能对大学生学习的影响。

我们直接对4000+个样本进行综合评价，得到的仅仅只是4000多个样本的排名。对于人工智能对大学生学习的影响，则需要对排名靠前的人群提取相似特征，这些人工智能影响较大的人群，利用其所具有的公共特征，给出明确、有说服力的结论；

明确了特征，我们在进行建立模型就方便很多。我们需要进行的仅仅是建立综合评价模型，获取对应的排名即可。

综合评价模型的选择，主要的评价模型如下所示：

6.2 综合评价模型——客观评价模型

6.2.1 主成分分析

6.2.2理想解法(TOPSIS)

6.2.3 秩和比综合评价(RSR值综合评价法)

6.2.4 灰色关联分析

6.3 综合评价模型——主观评价模型

6.3.1 层次分析法（AHP）

6.3.2 模糊综合评价法

个人比较推荐客观评价模型，这也是中文论文数模竞赛评委较为喜欢的模型。因此，比较推荐大家在主成分分析、理想解法、RSR中进行选择即可。这几种都比较合适，大家可以根据自己队伍的掌握情况进行选择。稍后，也会补充这寄给常见模型的代码包（输入数据，即可运行得到结果）

对于问题二，指标的选取，以及构建评价指标体系。指标的选取，应该有承上启下的作用，选取与问题一核心问题息息相关的指标，也要选择与问题三人工智能、学生学习程度相关联的指标。根据选择的指标，构建上述综合评价模型即可。

构建评价指标体系大家尽量不要直接构建十几个并列的指标，这样很抽象，很臃肿。大家可以建立一级指标，以及一级指标下的二级指标，以便构建出指标评价体系，大家可以参考这图，构建出这样的一个评价指标体系。

当我们的问题二能够构建出这样的一个评价指标体系，我认为问题三不出问题，二等奖就已经很稳妥了（仅仅以我过往的评审经验而言，这次比赛的选题人数很可能1：9，所以还需要注意细节的可视化）。

这里，对于指标的选取，可以给大家一些参考意见，可以参考着来。