总结是把一定阶段内的有关情况分析研究，做出有指导性结论的书面材料，通过它可以正确认识以往学习和工作中的优缺点，因此我们要做好归纳，写好总结。我们该怎么去写总结呢？下面是小编为大家整理的期中考试个人分析总结（通用9篇），仅供参考，欢迎大家阅读。
　　期中考试个人分析总结1
　　期中考试结束了，我所剩下的中学生活随着一次又一次的考试逐渐变短，这次考试比上次有些进步，我认真分析了原因：
　　1、在考试前我并没有深入复习，只不过是看了看书。
　　2、临阵磨枪，突击，平时不善于积累。
　　3、复习没有重点。
　　其实，语文一直是我这三科中最不理想的科目，我对此也非常的着急，所以我在今后的学习中会更加重视学习。
　　数学一直是我的强项，可这次发挥的也不是很令自己满意，但也没有发挥出自己应有的水平。这是什么原因呢?主要是自己思想上的问题，我总认为没什么，靠自己的功底完全可以应付，但是事实与自己所想的是完全相反的。
　　经过这次考试，我也明白了，随着年级的升高，我们所需要掌握的知识也在不断的增多，我以前学的那些知识已经远远不够，所以，既是自己的强项，就更不能落下，就更应该跟着老师好好的学。在语文方面，我还应该加强阅读训练，使自己的阅读能力有所提高。
　　努力，是我们熟得不能再熟的字眼，但这两个字就够一个人做一辈子的了，而且它是永远做不完的。所以我更应该珍惜时光，为自己的目标而奋斗!好的成绩是靠良好的学习方法。许多教育专家认为，将来的` 文盲 ，不再是目不识丁的人，而是一些没有学会如何获取知识，不会自己钻研问题，没有预见力的人。这就要求我们不仅要掌握知识，更重要的是必须学会如何学习。
　　期中考试个人分析总结2
　　在近期，我们刚刚考完期中考试，没发试卷都觉得考得不错，有的还是一阵窃喜，可是期中考试九门学科发下来的时候，有的同学就傻了眼，其中也包括我，考试就是检测你所学的对知识的掌握，考的不好并不可怕，可怕的是一错再错，到时步步错，因此老师叫我们写期中考试总结，自己分析分析自己的优点与更大的不足。希望在以后的道路上不要犯同样的低级错误。
　　数学学科――填空题有几道是不应该错的，老师都讲过了，说应该看右边的，我结果看成左边的了，结果导致错误，然后就是解题，就是有一道题是根号8，应该滑到最简的，应该是二倍根二的，结果5分没了，还有就是第七题啊貌似是，应该是“大于等于”我写成“大于”了，结果也导致了粗心也写错。
　　英语学科――最郁闷了，其中有一题老师只要是一上课，就讲，结果我不知道竟然糊里糊涂的写错了，真是不应该，试卷发下来之后，老师也叫这道题错的站起来，结果吧我们给训，下次绝对不敢了。
　　下次，我一定会更上一层楼的!
　　期中考试个人分析总结3
　　这次考试真的考的很差，有我的问题，有试卷的问题，但归根结底还是我的问题。我分科谈一谈，因为每科都没考好。
　　语文：好吧，其实我没考那么低的，批卷子那老师估计对我默写题1分耿耿于怀其它答对的题都没分，作文也是，我也无力争辩了。我做出以下调整1、认真听课2、作文按照初中生的标准写3、绝对不能把阅读题想太复杂。
　　数学：仔细！仔细！仔细！别做出道难题就自大了，检查啊！作业要定时完成提高速度。
　　英语：最让我欲哭无泪的就是英语了，想了很久又疯狂的做了几篇阅读，差不多找到点问题。不要以为生词多文章就表现的难，竟量想成小学阅读题，不要读到不该读的内容，完形如果太难要四处投资，相信第一感觉没错的。
　　物理：多做王狗熊啊，别嫌简单，简单的东西也有许多陷阱，切记切记。
　　化学，生物：好好把前段时间的课补补吧，复习加油。
　　期中考试个人分析总结4
　　周五我们已经进行过期中考试,对于我考得如何,我考过试就知道了,因为考过试老师就让我们去和老师一起去该卷纸。所以我考试当天就知到了我的真实成绩.(除了英语)
　　我的语文考了95分,原因是错了一道判断和一道选择题,可能作文会扣去两分,所以会得95分,哎!比起我的小伙伴们,我的分数真的是差的太远了。
　　数学是我的强项,老师说做数学要把关键词画出来,比如厘米单位回答时会变成米单位,我在这一点及其认真。但是我这辆汽车还是没开稳――“抛锚了”到最后错了一道判断题,只得了98分,哎,这次数学和语文成绩都让老师失望了。
　　这次期中考试,虽然语数两门功课都上了95分,但是还没有达到我的目标,英语也不知道是哪里出错了,会不会上95分呢?等待明天的揭晓吧!
　　以后考试,我再也不马虎了,一定要抓住一个“稳”字,一定拿高分!
　　期中考试个人分析总结5
　　我的基础知识掌握的还不错，就是因为粗心大意失了分，有些是弄不懂题的意思。
　　阅读题，虽然只减了一分，但是，是因为我的粗心大意，和不认真读题而失分，我一直说要改正粗心的毛病，却一直改正不了。那道题是这样的：“这个小，可以带上飞机。”中的“这个”是指什么？我的答案；象墩。我当时以为不加上“小”这个字不会扣分，可就是因为这一个字，而减了一分啊！
　　作文只减了二分，因为多了一句并不重要的话减去了二分，就是因为一句话啊！而减去了分数。
　　我以后要改掉粗心的毛病！我会努力的。
　　期中考试个人分析总结6
　　今天我们公布了期中考试成绩，这次考试各科成绩都不满意，距离我自己的目标有点远。分析了一下原因，我总是慌里慌张、毛毛糙糙，每次的考试都是因为不认真造成的，可是怎么才能改掉这个粗心、不认真的毛病呢，常常犯这样的错误，不知不觉已经成了习惯了，这种习惯是很可怕的。
　　查老师今天给我们讲了影响考试成绩的原因有以下五点：第一是纪律差会影响成绩；第二是注意力不集中；第三是不细心检查卷子；第四是阅读能力差；第五是书写不规范；查老师分析的很对，这五点改正了成绩一定会好的，我要从这五个方面来要求自己，争取下次考出自己满意的成绩。
　　期中考试以后，我给妈妈写了一个保证书，希望我自己能做到，不让老师和爸爸妈妈失望。
　　期中考试个人分析总结7
　　期中考试的成绩出来了，自我感觉还可以。语文100分，数学99分。在班级排名是第一。听说了这个消息，我按捺不住心中的喜悦，高兴的一蹦三尺高。平时的努力总算没白费。
　　但在高兴之余，我也知道自己还存在不少的问题，比如马虎，数学的题目很简单，但扣掉的一分却是因为两道简单的口算题，我心里非常后悔，但我知道：世上没有卖后悔药的，我发誓要改掉马虎的毛病。除了马虎，我还发现自己的口算速度还有点慢，要多多练习才行。
　　语文还要在阅读上多下工夫，多读书，这样能力才能提高。
　　期中考试个人分析总结8
　　今天，老师公布了我们的数学成绩，我考的非常不好，才考了75.5分。在班里才排第十二名，怎么这次才考这么点分？我心里默默的想着。
　　发下卷子来，我把整张卷子扫了一便，填空题有三个空的得数后面没有加单位，被扣了三分，还有算错了一个圆柱的体积。这真是不应该啊！我又回头看应用题第五题我写错了一个比例式、把第四题的“2厘米”看做“2米”作了得数。
　　我和妈妈一起分析了一下错误的原因，找到了错误的根源，下次考试我相信成绩会更好！
　　期中考试个人分析总结9
　　上个星期三我们进行了期中考试。刚发下试卷时，我心急如焚迫不及待的想知道试卷难不难。
　　试卷发下来时，我一看就是之前复习过的，我龙飞凤舞地写起来。但不小心写了一些错别字，才导致自己成绩不好。
　　考完后，我仔细地看了一次以前学过的，才发现看来我的卷子上有一些错别字。我决定洗心革面改掉写错别字的毛病。第二个是不仔细读题。以后我要仔仔细细地读上几遍题。第三个是有些还是不熟，蜗居定要熟能生巧，多背背课文书，对语文更深刻。
　　考不好不是永远的，只要我多用功，一定能考好的。
【期中考试个人分析总结（通用9篇）】相关文章：
期中考试的分析总结（通用9篇）05-07
期中考试质量分析总结思（通用9篇）05-07
期中考试考试分析与总结（通用11篇）05-07
低年级期中考试分析总结（通用11篇）03-22
期中考试数学质量分析总结（通用16篇）05-07
小学生期中考试分析总结（通用15篇）03-17
期中考试后的分析总结11-22
高中期中考试总结分析11-19
期中考试分析总结报告08-25
期中考试试卷分析总结05-28

撰文 / 叶伟民
编辑 / 黄永明
* 此文为科学新媒体“知识分子”（ID：The-Intellectual）发起的科学新闻实验室写作项目之“算法密码”第 4 篇。
大学时，我有两个很要好的计算机系朋友。我们常常在周五晚上结伴去英语角。
这是一个充满社交默契的地方，人们先三五成群地聊，再过渡到一对一交流，男女搭配是最理想的局面。但事实是，现场总不乏尴尬收场或不欢而散的状况。
老 K 是我们仨中唯一修过博弈论的。他告诉我们，这事关一个稳定配对的算法——“盖尔—沙普利算法”[1]。如果我们三个男生要在现场和三个女生实现一一匹配，最幸运的情况是每个男生“各”选其一，最糟糕的是每个男生“都”选其一。
绝大多数情况是，三位女生的邀请者数量分别为 2、1、0。老 K 是这样用“盖尔 - 沙普利算法”来解决配对的——收到 2 名男生（A 和 B）邀请的女生（1）选其一（如 B），收到 1 名男生（C）邀请的女生（3）暂时接受，被拒绝的 A 转而向其第二人选发出邀请，如选女生（2），问题解决；如选女生（3），则再重复开始的流程，直至女生没有收到新的邀请为止。
最后一位接到邀请的女生可能略有不快，但这的确是最优的结果了。“盖尔—沙普利算法”最直观的应用就是高校招生。考生志愿和学校录取标准的最终匹配，相当部分要归功于它。其发明者也获得 2012 年诺贝尔经济学奖。
虽然在经济领域大放异彩，“盖尔—沙普利算法”的起点却是爱情。源自两位数学家关于“稳定婚姻问题”的争论，它因此也被称为“求婚算法”。
在数学家介入前，思索爱情主要是哲学家和文学家的任务。它在李清照凄婉的诗词中，在罗密欧与朱丽叶相遇的四天里，在梁山伯与祝英台的坟前，也在泰坦尼克号沉入深海的前夜。
泰坦尼克号沉入深海的前夜
人类数千年的讴歌为爱情树立了精神上的传奇，却无法改变现实中婚姻制度的式微。在美国，16 岁以上人口的单身比例超 50%[2]，这既有生活方式和婚姻观念演变的因素，也有社交变异的因素。
科技力量正尝试解决这道超级难题。大数据和算法正取代丘比特之箭，神秘浪漫的情感变得如公式般可计量预测。昔日妙不可言的“缘”，也正被准确制造于一座座永不停息的“爱情工厂”。
爱情这道数学题
五年前，洛杉矶的麦克金雷和北京的阿云都是孤独的人。前者 35 岁，是加州大学的数学博士，常年待在实验室。23 岁的阿云刚离开故乡安徽，孤悬异地，是一名网站编辑。
他们都用 OkCupid，一款基于算法的相亲网站。
在婚恋市场上，麦克金雷是个十足的失败者，身材干瘦、头发稀少，相亲网站的收件箱永远是空的。阿云对婚姻倒没有那么着急，她刚迷上攀岩，若能找到一个愿意和她悬在峭壁上看蓝天的伴儿，也是不错。
OkCupid 诞生于 2004 年，创始人是四名哈佛大学数学专业的学生，他们认为一个人能否找到灵魂伴侣，不是宿命，而是数学题。
他们的方法是这样的：让会员们回答 15 道必答题和若干附加题（最多可以达数百道），内容涵盖政治、宗教、宠物、酒量、债务甚至战争观。比如“宗教 / 上帝在你的生活中有多重要”，“嫉妒是不是一种健康关系”等。
这些问题不仅需要自己回答，还要为未来伴侣回答，即你希望对方在同一问题上持什么看法，最后还要为这个问题选择“重要度”（从“完全不重要”到“必不可少”共 5 档，分别对应不同的分数）。
回答的问题越多，用户画像就越清晰。最终 OkCupid 的算法会自动测算两个会员间的匹配值，100%就是数学意义上的“灵魂伴侣”。
数学博士麦克金雷却栽在了这道“数学题”上，他的答案如“怪咖”般不受欢迎。在有近 10 万名女性使用 OkCupid 的洛杉矶，他的匹配结果很可悲。系统为他推荐了数十个“般配”的女性，麦克金雷非常认真地给她们发了自我介绍，但毫无回音。
在北京的阿云，因为是女生，而且很阳光健康，收到的搭讪会多一些，其中一位显示与她匹配度还高达 94%。她很高兴，决定回应。对方是个外国人，虽然阿云并不守旧，但没聊几句还是把她吓着了——对方提出玩“Cyber Sex”（网络性爱）。
“这是我最讨厌的类型。”阿云感到被冒犯，“但机器却看好我们。”
算法里的“缘分”
人造缘分
人类之爱如神话一般古老，兼具至高的浪漫主义色彩、牺牲精神和穿越时间的永恒之义。甚至宗教诸神，“爱神”也有一席——东方为“月老”，西方则是“维纳斯”。
爱情的本质在“不可知论”中徘徊千年后，现代科学也参与探寻，并诞生了“爱情物质”等理论，即认为爱情是苯基乙胺、多巴胺、去甲肾上腺素等化学物质综合作用的结果。
然而，如何让这种反应发生，也就是让玄而又玄的“缘分”降临，则是概率学的范畴了，这是数学家的领地。2010 年，英国数学家彼得·巴克斯按照自己的择偶标准，用“费米估算法”[3]估算出全世界愿意与他交往的女人数量是——26 个，与科学家估算的银河系智慧文明的数量（约一万个）相比都少得可怜。
既然自然发生率如此低微，一些聪明的脑袋就着手研究“人造缘分”。早在 1963 年，两名哈佛大学学生就想到了用计算机帮忙。他们设计了 75 个问题让调查对象回答，并用一台 IBM1401 电脑计算出每个人的“最合适”的约会对象。它还有商业模式：拿到对方的联系方式前，每个人需缴纳三美元。
这就是 OkCupid 等算法相亲应用的雏形。到麦克金雷开始使用的 2012 年，它已成为全美最受欢迎的约会网站之一，号称每天撮合初次约会近三万次。
这些数字越热闹，麦克金雷就越沮丧。现实中，他才华横溢且经历非凡。9·11 发生时，他是世贸中心北塔 91 层一家公司的职员，只因每天下午两点上班而躲过浩劫。他后来又加入麻省理工以高智商著称的“黑杰克团队”，利用速算能力和团队配合纵横赌场。
一个夏天的凌晨，写着代码的他突然意识到，他一直以己之短搏他人之长，虽不擅搭讪，但擅计算，他就应该像数学家一样去相亲。
“既然任何事情都有最优策略，约会也不例外。”麦克金雷说。
这位数学博士先注册了 12 个 OkCupid 账号，并通过一个 Python 脚本来控制它们。这些账号会自动寻找他的目标（25 岁到 45 岁之间的异性恋和双性恋女性），并抓取她们的公开信息和回答过的问题。
然而，只收集了 1000 个账号资料后，麦克金雷的账号就接连被封了。OkCupid 有防滥用系统，以防止此类数据收割。麦克金雷又编写了一个程序，让这些账号能模拟真人点击鼠标和敲打键盘。这一次他成功骗过系统。
三个星期后，麦克金雷收集了符合其初选条件的两万个姑娘，600 万个问题及其答案。
人变成了齿轮
当麦克金雷在他的数据斩获前兴奋不已时，阿云仍为上一次不愉快的配对耿耿于怀，她后来成为一名科技记者，对相亲网站背后的算法问题有了更发自职业的关注。
全球在线约会产业从 1990 年代中期起步，创办于 1995 年的 Match 是最早的试水者。现在，全球在线约会产值已达 30 亿美元。最大的付费市场在美国，中国的产业规模增长最快，用户数已超 2 亿人。[4]
技术对人类情感的渗透从未停止。早期，约会平台的模式相对原始，大多基于搜索和标签筛选。尔后，LBS（基于地理位置服务）技术被纳入应用。进入移动互联时代后，算法匹配又渐成主流。
用算法作为婚介驱动，OkCupid 不是唯一，类似的还有 eHarmony，它出现于更早的 2000 年。过去 17 年间，不同算法基础的相亲网站都来争夺市场，还演化出基因匹配、面部识别匹配等看似更酷的玩法。
一款名为“奇缘”的移动应用则走中间路线，保留了邂逅之美。它分析每个人的性格、偏好及社交图谱，当“合适”的匹配对象出现在有效范围内，双方的手机就会发出警报，并通过蓝牙交换信息。
阿云发现了 OkCupid 还有个博客，内容为用大数据指导人们约会。例如“第一次约会应该提什么问题？”OkCupid 的建议是，可以“弯弯绕”地聊一些外围话题，例如“啤酒的味道”——计算显示，喜欢啤酒的人有 60%或以上概率拥有更开放的性观念。
随后的一次线下约会，阿云就发现被“套路”了。OkCupid 推荐的是一位美国波特兰的男生，经历非常丰富，是个有意思的怪咖。但那些带有性暗示的试探让阿云很不舒服。
“在这个应用里，我感觉人变成了齿轮，微妙的东西变得非常直白。”阿云说，“生命的乐趣在于对未知的好奇，在于生命里的偶遇和惊喜。而这些，我不觉得 OkCupid 能明白。”
麦克金雷没有这种东方式的浪漫，他仍寄望于他的数学实验。现在，他要从搜集来的两万名女性的 600 万个问题及答案中寻找某种规律，不断缩小选择范围。他开始尝试不同的算法，当他找到贝尔实验室的“K-Modes 算法”时，觉得正是所需。
这个算法最初用作黄豆灾害的原因分析，能够根据数据特征，将研究对象细分为不同类型。他认为人群分类也应同理。果然，两万名异性被分为了七组。这在麦克金雷看来是关键的一步，他为此欣喜若狂。
麦克金雷继续做减法，例如将年龄过大或宗教观不太相符的组别排除，最后剩余两组。一组是 25 岁左右的女性，大多为音乐家和艺术家（A 组）；另一组年纪稍大，大多从事编辑或设计师等创造性职业（B 组）。他决定都试一试。
此时，算法已经帮他提炼出两个类别里最受欢迎的 500 个问题。基于对未来婚姻的忠诚原则，他如实回答了这些问题，但让机器帮助他选择重要程度，以提高匹配分数。
他还耍了一点小心思，例如介绍里自称是“数学教授”。较年轻的 A 组，他用攀岩的照片做头像，B 组则是弹吉他的文艺照。最后，他让电脑程序去自动访问这两组女性的账号，对方根据系统提醒就会看到他。
很快，一个前所未有的局面发生在这个情场失败者的面前。他主页的回访量激增，最多时一天能有 400 人，他的收件箱也涌入很多问候。
“我从来没有见过跟我匹配度这么高的人。”一位女士写道，“我感觉你应该有些故事……”另一个则毫不掩饰地称赞麦克金雷的吸引力：“我想我们会有很多共同点，虽然数学上不是，但其他方面像得惊人。”
“是我找到了你”
麦克金雷终于可以离开实验室。他先到大学体育馆痛痛快快地洗了澡，然后去见这些问候者。他的策略是两组女士交叉见面。
第一位是 A 组一位具有艺术家气质的设计师，他们共进午餐，礼貌有加，但双方都没动心。第二天他见 B 组的一位博客写手，可是对方消极阴郁的气质让他很难提起兴趣。到第 20 次约会时，他发现 A 组很多人都有纹身，或养中大型犬，他均不能接受。于是，他停止了和 A 组的约会，专心 B 组。
但情况很糟糕。一直到约会了 55 人，愿意见第二面的人才有 3 个，见第三次面的才 1 个。麦克金雷感觉很不好，开始怀疑自己的算法，更开始怀疑人生。
远在北京的阿云也有了变化。她将剩余的耐心给了 OkCupid 上的几个邀约，还真找到了一个男朋友。一开始阿云感觉不错，慢慢却发现对方患有抑郁症。相互痛苦了一段时间后，他们还是分开了。
而且她还发现一个更隐蔽的问题，身边用此类约会软件的朋友都变得玩世不恭。“爱情变得容易了，人们有了问题不是去解决，而是换下一个。”阿云说，“那种感觉好像是：反正池塘里还有这么多鱼，再捞就是。”
阿云不想再陷在这个被算法操控的游戏里了。她决定注销 OkCupid 账号，永久地。
麦克金雷也几乎要放弃了，他已经约会了 87 次，仍一无所获。他觉得一切计算手段，在雨果所说的“比天空更弘大”的人类内心面前，如投入深海的细沙，毫无波澜。
然而，一个叫克莉丝汀的亚裔姑娘这时出现了。她发来问候信，说正在加州大学读艺术，希望能找到一个身高 180cm 左右、长着蓝眼睛的家伙。最后，OkCupid 给她推荐了麦克金雷，匹配度 91%。
到了见面的时间，当麦克金雷走进双方约好的寿司店，见到克莉丝汀，一种前所未有的电光火石般的感觉在心中迸裂。他们从书籍谈到了音乐，麦克金雷还把他的“爱情算法”和盘托出。
“这事儿确实有些神经质。”克莉丝汀说，“不过我喜欢。”
麦克金雷用“算法”结束了单身狗生活
阿云的另一段故事也开始了。她越来越爱攀岩，也越来越讨厌大城市。2015 年，她辞职去了大理，后经朋友介绍，遇到了来自加拿大的攀岩向导德恩。德恩当时很穷，衣服上都是破洞，但他很善良，会毫不犹豫地帮街边小贩捡散落的东西。
像麦克金雷的寿司店奇遇那样，阿云也被一种毫无因由的触电感俘获。他们相爱了，在此后的一年多时间里，他们开着德恩爷爷留下的老爷车，穿越北美，白天攀岩，晚上睡车里，没钱时还要捡超市的过期食品。
“相比我身边的网上情缘，我们会更珍惜彼此。”阿云说，“因为它来得更真实，更强烈，无法像一个虚拟账号那样轻易删除。”
麦克金雷和阿云只是数亿网络相亲人群的缩影。技术和人类情感的关系也进入人文学者的研究列表。虽然互联网婚介已成为一门全球好生意，但学者们的主流观点认为，不必担心爱情像芭比娃娃那样被复制。
“计算机不可能有感情。”麻省理工学院精神分析学家雪莉·特克尔在她的《群体性孤独》一书中说，“我们只有设身处地为对方考虑，通过生老病死、婚丧嫁娶等相同的人类体验建立彼此间的联系，我们的感情才具有真实性。”
在一次媒体采访中，麦克金雷和克莉丝汀也就这个问题争论过。麦克金雷仍为他的算法沾沾自喜，克莉丝汀却不同意，她认为算法只是他们故事的前传，真正的挑战是从相遇之后开始。
“你没有找到我，是我找到了你。”克莉丝汀敲着男友的手肘说。麦克金雷思考良久，最终承认她是对的。
注释
[1] 盖尔 - 沙普利算法，数学家盖尔和沙普利为了寻找一个稳定匹配而设计出的市场机制。该算法的一个关键之处在于，合意的要约不会立即被接受，而是“延迟接受”，直至没有新的要约发出为止，最终达到相对最优最稳定的结果。
[2] 据 2014 年 9 月《青年参考》报道。
[3] 费米估算法，也称“费米问题”，即在科学研究中用来做量纲分析、估算和清晰地验证一个假设的估算问题。著名案例如估算芝加哥钢琴调音师的数量，通过分解城市总人口、拥有钢琴家庭比例、调音频次等元素，一步步推导出近似结果。
[4] 数据综合自美国在线统计数据门户 Statista 及中国市场咨询机构艾瑞。
译名对照表
麦克金雷 Chris·McKinlay
彼得·巴克斯 Peter·Backus
克莉丝汀 Christine Tien Wang
雪莉·特克尔 Sherry·Turkle
查看知乎讨论