26、人工智能助力学业规划与图像描述生成

人工智能助力学业规划与图像描述生成

一、人工智能在专业选择中的应用

人工智能为专业选择（MS）提供了额外的工具。从人工智能的角度来看，可以将霍兰德职业兴趣类型（HPs）作为输入特征，结合高中和大学成绩以及能力倾向分数来创建学生档案。之后，可针对每个学生收集他们感兴趣的专业和已选择的专业数据。

可以使用传统的人工智能工具，如k近邻算法、人工神经网络或支持向量机，对这些数据进行测试，以确定它们根据学生档案为新用户推荐专业的实用性。

为了优化这一方法，可以收集那些已经选定专业并修读了该专业课程的学生的数据。可以询问这些学生对所选专业的满意度，将这些数据与他们的档案一起用于人工智能模型，以预测学生对特定专业的满意度。同样的方法也可用于预测学生对个别课程的满意度。

二、大学学位规划的优化模型

2.1 最短路径和兴趣匹配的学位规划（CDP）

在学位规划中，假设已经选定了一个特定的大学专业。高效的学位规划技术可以让尚未确定学习方向的学生研究各种专业和辅修课程的学位计划。学位规划的目标是确定一组课程，这些课程要满足专业（以及必要的辅修专业）的要求，以及获得所需学位的所有其他大学要求。

学位规划比专业选择更为复杂，因为总体学位要求通常涵盖广泛多样的领域。此外，在进行学位规划时，必须考虑之前在高中和大学完成的课程，因为这些课程可能至少部分满足某些要求，同时也必须考虑课程的先修条件。最后，如果需要按学期制定计划，还需要了解课程的开设时间表，即哪些课程在哪些学期开设。

这里考虑学位规划的两个关键方面：完成学位的最短路径和选择与学生霍兰德职业兴趣类型（HP）最大程度匹配的课程。SP/IA多计划系统是