基于互联网+学生需求分析的排课优化决策研究

胡玉真 段治名 潘 霞 贾晓娟

（哈尔滨工程大学经济管理学院 黑龙江·哈尔滨 150001）

0 引言

高校排课是对课程的时间地点进行合理的安排的活动，并且需要在保证不冲突，可行的基础上，尽可能的提高教师学生的满意度和资源的利用效率。20 世纪80 年代初，国内开始着手对排课问题进行研究，从最开始的模拟手工排课发展到今天的决策支持系统排课或人工智能排课，但目前所使用的排课系统在实际应用中并不理想，还不能完全替代人工排课。尤其近年来我国本科生和研究生招生人数持续增加，为了满足学生的全面发展，所选修课程的种类也愈发复杂，但教学资源仍然有限，并且在满足班级、教师、课程、时间、教室等排课要素不冲突的条件下，还需要对学生的课程安排满意性进行考虑，合理排课变得愈发困难。所以如何有效分析学生需求，对众多的硬性软性约束进行合理的考量，最大程度的提高教学效率，已经成为了高校不可避免并一直为之努力的热点问题。

排课过程可以分为对课程时间表的安排和对教室资源的划分，学者们对于排课问题的研究可以划分为对课程时间安排的研究，[1,2]对教室资源的研究，[3,4]以及对排课问题的全过程研究。[5]

本文针对排课问题，利用网络爬虫法分析学生需求，建立互联网+环境下时间与教室分配优化模型，采用遗传算法，建立时间分配与教室分配的适应度评价函数，求出排课结果，提高学生的满意度，为排课问题理论体系做出贡献。

本文的组织结构安排如下：第二部分介绍基于学生需求的排课优化决策问题，包括需求分析和优化模型构建两个子部分；第三部分设计了遗传算法对问题进行求解；第四部分基于实际算例对模型方法进行验证；最后第5 部分对本文的工作进行总结和展望。

1 问题描述

排课问题可以描述为在有限的时间空间资源下，对事先约定好班级和教师的课程进行时间和教室的安排，并在保证不发生冲突的情况下，尽可能的满足师生的满意度要求以及资源利用率等软约束。其中软约束条件是现实排课过程中所面临的特殊需求或对人性化的考量，因此本文将基于互联网上对学生需求的分析来确定具体的软约束。

1.1 基于互联网+的学生需求分析

本文选择网络爬虫技术来进行数据收集工作。网络爬虫数据来源于各大高校贴吧评论，本次网络爬虫数据采集目的为得到排课不同因素对于学生满意度的影响程度，因此其数据来源应当尽量科学，要求可以反映出排课不同因素对大学生满意程度影响的平均水平。本文利用Python 网络爬虫技术进行文本采集，其部分初步数据存储界面如图1 所示。

然后对数据采集中存储的初步数据内容进行去重和分词处理，最后再进行情感分析计算出各种需求的重要程度。经分析，课程的节次优度、课程的均匀分布情况以及学生在课件的行走距离三个需求总评分较高，比分别为25%、54%和21%。说明学生对其需求较大，为此，本文选取前三个作为排课优化考虑的优化目标。

图1 初步数据存储界面

1.2 优化模型

1.2.1 软约束

本文针对于学生满意度对排课系统进行优化，在此过程中涉及到的要素主要有教师、教室，班级，课程和课时四个要素。设三个软约束（即优化目标）：重要课程分布、课程均匀分布以及学生行走距离分别记为。则总目标F 应表示为：

1.2.2 硬约束条件

排课的过程中由于有限的资源限制，存在不可违背的硬性约束条件，本文所研究的硬性约束条件如下：（1）一名教师在同一时间只能上一门课程；（2）一个教室在同一时间段只能安排一门课程；（3）一个班级在同一时间只能在一个教室上；（4）课堂的座位数要大于上课班级人数；（5）每一门课程一周上两次课。

2 基于需求满意度的遗传算法设计

基于遗传算法进行排课算法的设计，基于遗传算法的排课算法流程图如图2 所示：

图2 排课算法流程图

3 算例分析

本文采用某学院本科生的实际教学活动数据，其中涉及班级28 个，共796 名学生，教师32 人，课程75 门，教室35 间。在本部分将根据上文所设计的遗传算法对此数据进行求解，并分别得到考虑不同学生需求的排课方案并进行对比分析，验证本文针对学生需求优化的有效性。

为了验证本文模型方法的有效性，将本文的模型方法与三种其他方法做对比，这三种方法分别是在方法中不考虑某一种学生的需求，对比结果见表1 所示。由表1 可以看出，相对于其他模型方法来说，由本文模型方法得到的排课方案的适应度值有明显提高。这说明在排课优化模型中考虑学生的需求，可以有效的提高学生的满意度。

表1 不同模型方法对比

4 结论

排课问题作为高校正常授课的前提，其安排应避免冲突的发生，并尽可能满足师生的满意度。本文基于互联网+环境，对学生的需求进行分析，并设计模型与算法得到排课优化方案。为当前高校的教务排课方案的优化提供了一个新的思考途径。