郭甲天 陳婷 向陽

摘要：在當今信息技術(shù)不斷創(chuàng)新的背景下，學生身心健康問題越來越引起人們的關(guān)注。為了提高學生在校的幸福指數(shù)以及對宿舍的整體滿意度，該系統(tǒng)在傳統(tǒng)的宿舍管理系統(tǒng)中加入了基于MBTI測試的舍友匹配功能，該功能使用決策樹算法，通過學生MBTI測試問卷的結(jié)果，進行算法預(yù)測分類，最后匹配出人格相似的室友，這樣可以大大降低室友因性格不合而引發(fā)的身心健康問題，同時也體現(xiàn)了大學的人文關(guān)懷。該系統(tǒng)采用SpringBoot、VUE、MyBatis框架和MySQL數(shù)據(jù)庫技術(shù)以及數(shù)據(jù)可視化技術(shù)相結(jié)合完成系統(tǒng)設(shè)計，同時設(shè)計了人員信息管理、宿舍信息管理、室友匹配管理、申請管理、測試問卷管理等功能模塊。

關(guān)鍵字：軟件開發(fā)；宿舍管理；SpringBoot；決策樹算法；MBTI

中圖分類號：TP311? ? ? 文獻標識碼：A

文章編號：1009-3044（2024）07-0037-04

開放科學（資源服務(wù)）標識碼（OSID）

0 引言

隨著高校招生規(guī)模不斷擴大，學生人數(shù)逐漸增多，宿舍中人際矛盾也愈發(fā)明顯。近年來不斷有高校惡性事件發(fā)生，如校園霸凌、宿舍傷人事件等，而宿舍作為學生在大學生活中最重要的場所之一，也是在校停留時間最長的地方，對大學生日后的發(fā)展以及心理有著極為重要的作用。

因此，宿舍管理工作需要改變思維方式，改革服務(wù)模式，以更好地滿足學生需求，提高管理效率，并推動校園信息化建設(shè)。所以，本系統(tǒng)旨在通過學生的MBTI測試，建立一個能夠分配室友的宿舍管理系統(tǒng)，以達到改善宿舍工作管理的效果。本系統(tǒng)的優(yōu)勢在于：提高學生學習效率，改善宿舍整體滿意度；減少宿舍的矛盾與沖突，提升學生幸福感；提高宿舍管理效率，體現(xiàn)大學的人文關(guān)懷。

1 國內(nèi)外研究現(xiàn)狀

2023年Han H等在“Research on the Intelligent Distribution System of College Dormitory Based on the Decision Tree Classification Algorithm”文獻中，根據(jù)大學生個人偏好收集大一新生數(shù)據(jù)，進行分類比較，采用基于信息增益原理的決策樹分類算法作為宿舍分配的核心算法，確定學生個人偏好和決策樹分類偏好的描述規(guī)則，滿足學生個性分類對宿舍的要求，為智能宿舍分配系統(tǒng)奠定了基礎(chǔ)[1]。

2020年Fosnacht K等在“The Relationship of First-Year Residence Hall Roommate Assignment Policy with Interactional Diversity and Perceptions of the Campus Environment”文獻中提出學生宿舍是進行多樣化互動的場所，并且一個多元化的學生群體是有價值的，能夠促進他們之間的學習和發(fā)展。研究了室友分配過程中如何影響學生的互動多樣性和校園環(huán)境的看法，以及這些關(guān)系是否因種族或民族而異[2]。

2021年吳志豐等在《一種基于學生特性的智能宿舍分配方法與系統(tǒng)》文獻中，設(shè)計了KMeans算法模型對學生進行統(tǒng)一的宿舍分配，包括學生客觀信息提取，學生主觀信息提取，綜合學生各項信息形成學生特性模型，宿舍預(yù)分配并生成宿舍屬性，學生選擇是否愿意入住，結(jié)合學生實際意愿重新調(diào)整宿舍分配。幫助學校更高效，更合理地分配學生宿舍資源，體現(xiàn)以人為本的理念[3]。

2021年蔣晟等在《基于SpringBoot的學生宿舍管理系統(tǒng)的設(shè)計與實現(xiàn)》文獻中，設(shè)計了SpringBoot架構(gòu)模式與EasyUI前臺框架相結(jié)合的學生宿舍管理系統(tǒng)，實現(xiàn)了學生的入住寢室與交換寢室管理、寢室衛(wèi)生與日常的評級管理、宿舍的報修管理等功能，降低了管理宿舍的難度[4]。

2023年李鏡煥等在《基于學生偏好的宿舍分配系統(tǒng)的設(shè)計與構(gòu)建》文獻中，針對學生自身住宿偏好，提出“生活習慣差異”等四類調(diào)查問題，以調(diào)查問卷的回收數(shù)據(jù)作為分析依據(jù)，采用基于信息增益原則的決策樹分類算法作為宿舍分配的核心算法，確定基于學生自身偏好與決策樹分類的偏好狀態(tài)描述規(guī)則，得出最佳分類方法，以期滿足學生對住宿分配的個性化需求，為高校宿舍智能分配系統(tǒng)奠定基礎(chǔ)[5]。

2 算法設(shè)計

2.1 設(shè)計MBTI問卷

2.2 MBTI測試規(guī)則

通過對表1中用戶選擇的同類字母進行統(tǒng)計，選出個數(shù)最大的字母（共4個字母），作為最終的MBTI測試結(jié)果。本系統(tǒng)使用Java來調(diào)用Wake包中的J48決策樹算法，以預(yù)測學生的MBTI人格類型，并且如果四個字母中有三個相同，也就是相似度大于或等于75%，就將其視為性格相似，匹配為舍友。具體匹配步驟如下。

1） 數(shù)據(jù)預(yù)處理，首先，需要將MBTI問卷結(jié)果轉(zhuǎn)化為可以被J48算法接受的格式。每個字母可以作為一個特征，所以你需要將每個MBTI類型轉(zhuǎn)化為一個特征向量。

2） 訓練決策樹模型，使用Java語言調(diào)用Wake包中的J48算法，根據(jù)學生MBTI測試的結(jié)果，對所有數(shù)據(jù)庫中MBTI類型和對應(yīng)的學生等數(shù)據(jù)來訓練決策樹模型。

3） 進行分類預(yù)測，對于每個學生，使用他們的MBTI類型和訓練好的模型來進行預(yù)測。模型將返回一個預(yù)測的人格類型。

4） 根據(jù)預(yù)測的MBTI類型匹配舍友，檢查每個學生預(yù)測的人格類型，當四個字母相似度大于等于75%時，進行舍友匹配，也可通過申請換宿，宿管進行審核后成為舍友。

2.3 決策樹算法

2.3.1 熵

在信息論和概率統(tǒng)計中，熵表示隨機變量不確定性的度量。設(shè)X是一個取有限個值的離散隨機變量，其概率分布為：P（X=Xi）=pi，i=1，2，...，n。則隨機變量X的熵定義為H（X）=-∑pi log pi。因熵只依賴于X的分布，而與X無關(guān)，所以可將X的熵記作H（p），即H（p）=-∑pi log pi。熵越大，隨機變量的不確定性就越大。

當pi=1或pi=1時，H（p）等于0，此時隨機變量是完全沒有不確定性的。當pi=0.5時，H（p）等于1，此時熵取值最大，隨機變量不確定性最大。

2.3.2 信息增益與ID3算法

信息增益是一種用來衡量特征對數(shù)據(jù)集分類能力的指標。在ID3算法中，特征選擇準則是最大化信息增益。信息增益是通過計算數(shù)據(jù)集在某個特征上的條件熵與數(shù)據(jù)集的熵之間的差異得到的。具體步驟如下。

1） 計算數(shù)據(jù)集的熵H（D），即所有樣本的類別分布的不確定性。

2） 計算特征A上進行劃分后的條件熵HA（D），即對特征A每個取值下，數(shù)據(jù)集的平均不確定性。計算方式為：

[HA（D）=i=1mDiD×H（Di）]

式子中，m是特征A的取值個數(shù)，|Di|是特征A取值的i種情況下的樣本數(shù)量，H（Di）是根據(jù)特征A的取值把數(shù)據(jù)集劃分后得到的子集信息熵。

3） 通過將數(shù)據(jù)集的熵減去特征A的條件熵，得到該特征的信息增益Gain（A）。

[Gain（A）=H（D）-HA（D）]

信息增益越大，表示特征對于數(shù)據(jù)集的分類能力越強，能夠減少數(shù)據(jù)集的不確定性。根據(jù)其大小選擇最優(yōu)的特征進行節(jié)點劃分。ID3算法使用信息增益作為特征選擇指標，可以幫助決策樹算法確定最佳的特征來進行節(jié)點劃分，從而構(gòu)建出具有較好分類能力的決策樹模型。

2.3.3 剪枝

決策樹生成算法是一種通過遞歸過程構(gòu)建決策樹的方法，這個過程會持續(xù)進行直到無法進一步分割或者達到預(yù)設(shè)的停止條件。在構(gòu)建決策樹的過程中，每個內(nèi)部節(jié)點代表一個特征測試，每個分支表示該特征的一個可能取值，而每個葉子節(jié)點則對應(yīng)一個決策結(jié)果。為了防止過擬合并提高模型的泛化能力，剪枝技術(shù)被廣泛應(yīng)用。剪枝主要分為兩種策略：預(yù)剪枝和后剪枝。

預(yù)剪枝是在決策樹生長過程中實施的。該過程基于一些預(yù)先設(shè)定的規(guī)則或啟發(fā)式策略來判斷是否應(yīng)繼續(xù)分裂某個節(jié)點。預(yù)剪枝的優(yōu)點是操作簡單，但其缺點是可能會導致模型過于簡化，從而丟失一些重要的細節(jié)和模式。

后剪枝則是在決策樹完全生長之后進行的優(yōu)化步驟。該過程首先構(gòu)建出一棵完整的決策樹，然后從底部的葉子節(jié)點開始，逐層向上檢查是否可以通過刪除某些子樹或葉節(jié)點來改善模型的性能。如果刪除某個節(jié)點后，整體模型的復雜性降低且預(yù)測精度沒有明顯下降，那么就會保留這個剪枝操作。后剪枝的優(yōu)點是可以更精細地控制模型的復雜度，減少過擬合的風險，但其缺點是計算成本較高[6]。

3 系統(tǒng)設(shè)計

3.1 用例圖設(shè)計

通過需求分析，本系統(tǒng)的總用例圖如圖1所示，共有3個參與者，分別為學生、宿舍管理員、超級管理員。

3.2 功能設(shè)計

1） MBTI問卷測試：學生在本模塊進行填寫屬于自己的人格特質(zhì)測試問卷，填寫完后可顯示自己的人格類型。

2） 生活問卷測試問卷：學生可以在此模塊填寫自己的生活習慣。

3） MBTI舍友匹配：學生可以在此模塊匹配與之相似的舍友，具體是通過問卷中的4個字母組合進行分類預(yù)測。

4） 調(diào)宿管理：宿舍管理員可以在此模塊查看并批閱學生所提交的調(diào)宿申請。

5） 樓宇房間信息管理：宿舍管理員在模塊管理各個樓宇及房間信息。

6） 寢室人員分配：宿舍管理員通過后臺對未住滿的宿舍進行分配管理。

7） 學生信息管理：宿舍管理員在此模塊進行學生的賬號分配，學生信息等管理。

8） 宿管信息管理：超級管理員在此模塊進行宿管的賬號分配等管理。

9） 報修管理：宿舍管理員在此模塊可以查看學生所提交的報修申請并進行審核。

10） 公告管理：宿舍管理員可以在此模塊發(fā)送公告。

11） 訪客管理：宿舍管理員在此模塊可以進行訪客的信息管理。

本系統(tǒng)的功能結(jié)構(gòu)圖如圖2所示。

3.3 數(shù)據(jù)庫設(shè)計

根據(jù)分析，可得到本系統(tǒng)的部分E-R圖如圖3所示。舍友分配需要7張表，分別存儲學生信息、舍友分配信息、樓宇房間信息、換宿信息、MBTI信息等。

1） 學生信息表：用來存儲學生基本信息，其中有性別、年齡、學號、姓名、聯(lián)系方式等。

2） 宿舍表：用來存儲整個學校宿舍的信息，其中記錄著宿舍的房間號、樓層號、可容納數(shù)。

3） 宿舍樓表：用來存儲學校有多少個宿舍樓的信息，其中有樓棟信息和樓棟屬性，樓棟屬性有3個，分別為：男生宿舍樓、女生宿舍樓、教職工宿舍樓。

4） 換宿表：用來存儲通過MBTI類型進行舍友匹配結(jié)果的信息，學生通過該匹配結(jié)果，選擇合適的室友，申請換宿，宿舍管理員可以進行對換宿的狀態(tài)進行修改。

5） 舍友分配表：用來存儲每個學生的宿舍分配情況，主鍵是學生學號，外鍵是宿舍表的id，床位位號是一個多值屬性，也就是多少個床位，床位數(shù)是根據(jù)宿舍表中的可容納數(shù)來決定。

6） MBTI測試結(jié)果表：用來存儲每個學生進行MBTI問卷測試得出結(jié)果的信息。

7） MBTI類型表：用來設(shè)置MBTI類型，其中需要設(shè)置16中MBTI類型，分別為INTJ、INTP、ENTJ、ENTP、INFJ、INFP、ENFJ、ENFP、ISTJ、ISFJ、ESTJ、ESFJ、ISTP、ISFP、ESTP、ESFP這16種人格特質(zhì)類型。

4 系統(tǒng)實現(xiàn)

本系統(tǒng)的首頁會對學生的人數(shù)、宿舍等信息進行統(tǒng)計并可視化展示。其次，在我的宿舍里可以看到自己的宿舍信息，以及舍友MBTI類型。通過MBTI測試的結(jié)果對舍友進行匹配，若是匹配到的舍友不在同一個宿舍，也通過點擊“申請成為舍友”，最終宿管在后臺進行審核后成為舍友。舍友匹配實現(xiàn)如圖4所示。

5 結(jié)束語

本系統(tǒng)采用B/S模式進行開發(fā)，后端使用SpringBoot框架，前端使用VUE框架，數(shù)據(jù)庫使用MySQL進行開發(fā)本系統(tǒng)。先在首頁利用可視化技術(shù)進行數(shù)據(jù)展示，再根據(jù)學生MBTI的測試結(jié)果，結(jié)合決策樹算法進行相似度比較并分類預(yù)測，得出與之類型相似的室友，希望能有效地解決傳統(tǒng)管理方式存在的問題，提升高校宿舍管理效率，促進校園信息化建設(shè)的發(fā)展。

參考文獻：

[1] HAN H，WANG B.Research on the Intelligent Distribution System of College Dormitory Based on the Decision Tree Classification Algorithm[J].當代教育研究（百圖），2023，7（2）：7-14.

[2] FOSNACHT K，GONYEA R M，GRAHAM P A.The relationship of first-year residence hall roommate assignment policy with interactional diversity and perceptions of the campus environment[J].The Journal of Higher Education，2020，91（5）：781-804.

[3] 吳志豐，劉晨旭，姚金偉，等.一種基于學生特性的智能宿舍分配方法與系統(tǒng)：CN112766832A[P].2021-05-07.

[4] 蔣晟，陳科.基于SpringBoot的學生宿舍管理系統(tǒng)的設(shè)計與實現(xiàn)[J].現(xiàn)代信息科技，2021，5（12）：6-9.

[5] 李鏡煥，韓慧萍.基于學生偏好的宿舍分配系統(tǒng)的設(shè)計與構(gòu)建[J].高校后勤研究，2023（8）：28-31.

[6] 鄭力嘉，宋冰.決策樹分類算法的預(yù)剪枝與優(yōu)化[J].自動化儀表，2023，44（5）：56-62.

【通聯(lián)編輯：朱寶貴】