Key points are not available for this paper at this time.
기존 연구 데이터를 바탕으로, 이 연구는 수학 모델을 수립하여 인공지능이 대학생의 학습에 미치는 영향을 깊이 분석하고, 이 둘 사이의 복잡한 관계를 논의한다. 먼저, 문제의 데이터 특성에 따라 비연속 특징, 연속 특징, 다중 레이블의 세 가지 범주로 세분화된다. 그런 다음 라벨 인코딩, 일련번호 인코딩 및 다중 레이블 인코딩과 같은 다양한 방법을 사용하여 데이터를 디지털화한다. 요인 분석 및 바틀렛 검정을 사용하여 데이터의 유효성과 신뢰성을 심층 분석하고, 데이터의 신뢰성과 유효성이 검증된다. 신뢰성 계수인 Cronbach의 α는 0.857에 도달했다. 이후, 조사 응답자의 특성, 인공지능의 영향 및 미래 전망에 따라 K-평균 알고리즘에 기반한 군집 분석을 사용하여 데이터를 세 가지 범주로 나눈다. 이를 바탕으로 엔트로피 가중치 방법에 기반한 TOPSIS 종합 평가 모델이 수립된다. 선택한 지표와 결합하여 각각의 가중치 계수를 계산하고, TOPSIS 방법을 사용하여 각 학생의 종합 점수를 해결함으로써 인공지능이 학습에 미치는 구체적인 영향을 평가한다. 다양한 분석 방법을 종합적으로 활용하여, 이 연구는 인공지능이 대학생 학습에 미치는 영향의 메커니즘을 깊이 탐구하고, 교육 분야에서 인공지능을 이해하고 응용하기 위한 중요한 참고자료와 지침을 제공한다.
Chen et al. (화요일)은 이 문제를 연구했다.