选题原因：
查阅相关文献，了解到该题目涉及数据分析、统计学等原理，与专业相关性较强，从而在学以致用的同时又能够在实践中提高认识。
应用软件：
第一篇参考文献的阅读笔记：
一般地，评分需要去掉一个最高分，去掉一个最低分，
存在的问题是：评委往往会因为出场时间不同而打分有偏差，比如说，先出场的分数可能会比中间出场的偏高（或者偏低）。
解决方案：
取中位数、平均值作为真实水平的估计量，分析二者的偏离程度，设置偏离度较小的评委较大权重；另外，考虑评委的区分度，区分度较高的评委赋予较大的权重；
评委偏离度模型：
评委对每个选手的打分与选手的真实水平进行比较，越小，则该评委的专业性越强；
评委的区分度模型：
要求不同选手间，评委打分的区分度越大，那么该评委专业性就越强；
混合型评委评分模型：
基于上述的两种模型，易知，评委偏离度越小，区分度越大，那么认为该评委打分更为可靠。因此，定义因子r=区分度/偏离度；
进而定义该评委的打分的权重为r/(对各个评委因子r的求和)。
根据以上资料，我们需要解决的问题：
创新：
思想来源于课程《数据挖掘》文本-词条矩阵的文本挖掘：根据向量夹角来判断评委的不可靠程度
把各个选手的（截头去尾后的）均值向量作为各个选手的真实水平向量a；
编号为i的评委打分向量xi与a的夹角余弦值ci作为该评委的可信度，夹角越小，对应余弦值就会越大，则该评委打分也就越接近选手的真实水平，从而其可信度也就越高；
计算权重：编号为i的评委的权重wi=ci/(c1+c2+……+cn) ,n个评委；
计算综合成绩；
使用matlab软件进行分析；
读新论文的新收获：
可以给评委归类，分为打分较好的，一般的，不好的；
计算相关系数判断评委的水平；
模糊数学定权重，保证越期望的方向，所占比重就越大；
引入欧式距离，衡量评委的偏差；
以上是这次数学建模的部分阅读笔记。
心得：
一定是脑子进水了，才会饥不择食地找队友。
这次数学建模是课程作业，不得不从本学院本专业找队友。
于是没脑子地随便找人组了个队（三人），灾难就此开始。🤣
选题
自己选题。自己拉她俩建群（真的别指望大部分女生会太多东西。。。）。罗列选题理由–说服她俩选这个题目。（不然，很有可能她俩随缘选个题目，决定我一个人的长征路线😭）。
查找文献
没人动自己来
数据分析
自己分析分析。群里没有参考意见可以给出，问就是半晌回复都行。
matlab编程
因为木有人会，结论：自己来。
制图
因为木有人懂论文的三线格，结论自己重画。
写论文
我实在抽不出身写，这项是同学A完成的，必须承认。
论文材料来源：我已找好相关文献+我自己的文献阅读笔记+我做的数据分析结论；
认真地说，同学A应该是没少花时间。何出此言呢？
因为撰写论文的文档中的所有表格是用word工具绘制的，展示如下：
想起之前我的论文报告也是这般纯粹、独具匠心。
论文排版
看着这般淳朴可爱的文档排版方式，觉得还是自己来吧。
看上图的红线，如果没看懂问题出在哪，建议读者多学学word等办公软件。
论文查重报告
木有人懂这是个什么，自己搜。好像是paperfree上做的。
结果还可以，相似度9.6%。
毕竟，论文中间的创新点是我结合本专业课程胡诌上去的。
打印论文，跑到理学院交论文依然是自己的活儿。
PPT制作
同学B终于闪亮登场了。（再不登就没得盒饭可以有了）
同学B：物理作业没写完，下周才能做出来。
在我的连发十几条消息的情况下，终于做出来了—内容和版式惨不忍睹。
又花了半个上午排版。。。
答辩
不好意思上去，理解。我来。
戏剧性地一幕到了
问我要不要再一起组个队，做抽样调查作业？
我的回答：太不好意思了，已经组了。
来源：CSDN
作者：萝卜丝皮尔
链接：https://blog.csdn.net/qq_43448491/article/details/103396290