宿舍床位智能分配——数值化问题

一、比较之后再数值化

（（学院，年级，专业，班级），（地区，民族））

实例化：

A（（计算机，2017，计科，1701），（湖北，汉族））

B（（计算机，2016，网工，1602），（湖南，回族））

C（（电信，2016，光信，1703），（湖北，壮族））

集中原则是2个相同，住在一起；分散原则是2个相同，不能住在一起。所以，（ 学院，年级，专业，班级）是相同取1，不相同取0。（ 地区，民族）相同取0，不相同取1.

所以经过比较取值之后：

A与B比：d1(1,0,0,0,1,1)

A与C比：d2(0,0,0,0,0,1)

二、放大差异性，赋权值

我们认为满足集中原则最重要，分散原则次之，而集中原则里面的优先级是 学院>年级>专业>班级。分散原则里面是民族>地区。为了凸显满足以上规定，我们进行以下赋权值操作：

（（学院，年级，专业，班级），（地区，民族））——>(22%,21%,20%，19%，8%，10%）

所以，根据欧式距离公式，我们可以计算2个向量之间的“相似度”：

d1=(22,0,0,0,8,10)

d2=(0,0,0,0,0,10)

我们规定D越大，匹配度越高。

所以这里，A与B的匹配度更高。