注：蓝色字体为说明备注解释字体，不能出现在大家的论文里。黑色字体为论文部分，大家可以根据红色字体的注记进行摘抄。该文件为半成品论文，即引导大家每一步做什么，怎么做，展示按着本团队的解题思路进行建模的计算结果。

预计今晚发布的成品论文，即可以直接提交的论文，会进行展示。很多人都会拿到成品论文，直接提交一定会查重不过关。成品论文是按着半成品论文以及之前的解题思路写出的，如果不对外展示，直接提交100%获奖的文章。进行展示的目的，及为了让辅助大家写论文，也让大家知道获奖的话应该要比展示的这篇成品论文要更好一些。

组委会要求重要格式规范

题目不用自拟

无目录

第二页为赛题题目、摘要和关键词（摘要、关键词无需译成英文），注意：摘要篇幅不能超过一页。

正文从第三页开始，正文控制在25页以内，附录页数不限

注意：不符合格式规范的论文将被视为违反竞赛规则，取消评奖资格，论文中出现竞赛队员和参赛学校等信息该论文作废。

人工智能对大学生学习影响的评价

摘 要

自1956年人工智能概念提出后，相关技术快速发展。近年来随着文言一心、new bing、chatGPT等人工智能新产品问世后，对各行各业产生了不同程度的影响。2023年3月，据统计美国已经有90%的学生使用chatGPT辅助完成作业。因此，本文将基于给出的人工智能相关调查问卷以及结果，对人工智能对大学生学习影响情况进行分析。

问题一，首先对于问卷结果进行分析。基于本文的研究侧重点，对调查问卷进行修改，剔除对研究没有太多意义的问题。对数据集，进行缺失值异常值判定，剔除异常数据样本。之后，对问卷进行效度信度检验。将调查问卷问题分为调查者基本信息、调查者学习情况、调查者对人工智能态度、人工智能发展四个部分进行分析。对于问卷结果进行编码，对不同的问题下，对应的问题回答设置不同的数值变量，完成调查问卷问卷结果的数值化处理。

问题二，根据问题一调查问卷的结果，设置调查者基本信息、调查者学习情况、调查者对人工智能态度、人工智能发展四个一级指标，对应的在一级指标下根据问卷设置二级指标。初步设置后，分析一级指标下，对应所属的二级指标之间的相关性、关联性，以论述指标选取的合理性。最终，根据分析结果，构建指标评价体系。

问题三，将所构建指标体系涉及数据进行KMO检验和和Bartlett球形检验，对于通过检验的一级指标，使用主成分分析法进行降维，对于未通过主成分分析法的指标，使用t-SNE方法降维。最终，将四个一级指标降维数据汇总，构建基于优劣解距离法 TOPSIS法进行综合评价，对最终得分进行排序。对排名靠前的人群，即受人工智能影响较大的人群，进行公共特征提取，从而得出给出明确、有说服力的结论。

问题四，基于建立的综合评价模型得出的结论，以及调查问卷的结果。撰写非技术性文章，对人工智能对大学生学习影响从积极、消极以及未来发展三个方面进行描述。

关键词：数值化处理、降维、质量检验、主成分分析、t-SNE、特征提取

注：降维方法，对于未能通过检验的可以使用很多方法，t-sne仅仅是一种。如果大家不好掌握，可以使用topsis理想解法、熵权法、RSR等根据队伍对模型的掌握情况来就可以，这些模型实现代码之前的文件中都有给出