这篇实验报告是关于《软件实践》课程的一个项目——高考志愿填报助手,主要涉及软件开发中的需求分析、问卷设计、能力评估算法以及代码实现。报告由徐子轩同学完成,属于AI算法应用C组,旨在帮助考生根据个人能力推荐适合的专业。 实验背景与目的: 高考志愿填报是一个关键决策过程,但许多考生和家长缺乏充分的信息支持。项目旨在通过多角度的推荐系统,为考生提供更全面的高校和专业选择建议。 小组任务和个人任务: 小组的任务是开发推荐专业的算法,分为三个子任务:a组基于成绩,b组基于能力,c组负责专业语义确定。徐子轩同学所在的b组需要设计问卷并生成能力评估算法,同时为前端提供问题和评分方案。 个人任务需求分析: 徐子轩同学从先前的学群信息中提炼出18项能力,并针对每项能力设计了一个问题,通过“优良中差”四档评分,计算能力分数值与总分值的比例,以评估学生与不同学群的契合度。 实验过程: 1. 设计问卷:包含18个问题,涵盖多种能力,如阅读、计算、科学和抽象推理等。 2. 准备工作:创建学群和能力的列表,设定评分对照,准备能力参照表。 3. 能力评测:编写“Recommendation_of_Major”函数,接收学生问卷答案字典,通过循环和判断计算各能力得分,进一步计算学群推荐度。 4. 测试部分:提供了示例代码,便于前端集成和理解。 实验结果与分析: 1. 问卷内容:18个问题,每个问题四个选项对应四个等级,每个等级对应不同得分。 2. 代码部分:返回各个学群的推荐度字典,便于前端集成和反馈。 实验总结与心得体会: 这次项目让作者体验到了团队合作的重要性,强调了分工和沟通在软件开发中的角色,以及注释在代码可读性和协作中的作用。整个解决问题的过程让作者收获颇丰,期望未来能更多参与类似项目。 这个项目涉及到的知识点包括: 1. 需求分析:明确项目目标和用户需求,设计合适的解决方案。 2. 问卷调查设计:构建评估工具,量化个人能力。 3. 数据处理算法:开发评分和推荐算法,将主观问卷数据转化为客观推荐结果。 4. 编程实现:编写Python函数,实现能力评估和推荐功能。 5. 团队协作:强调团队分工和代码注释在软件开发中的重要性。 6. 测试与调试:提供测试用例,确保代码的可用性和可维护性。
- 粉丝: 17
- 资源: 318
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
评论0