CN104239499A - 一种基于大数据的高考志愿智能推荐的方法及装置 - Google Patents
一种基于大数据的高考志愿智能推荐的方法及装置 Download PDFInfo
- Publication number
- CN104239499A CN104239499A CN201410459386.2A CN201410459386A CN104239499A CN 104239499 A CN104239499 A CN 104239499A CN 201410459386 A CN201410459386 A CN 201410459386A CN 104239499 A CN104239499 A CN 104239499A
- Authority
- CN
- China
- Prior art keywords
- intelligent terminal
- mobile intelligent
- report
- examinee
- school
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004088 simulation Methods 0.000 claims abstract description 65
- 238000012216 screening Methods 0.000 claims abstract description 16
- 201000004569 Blindness Diseases 0.000 abstract description 8
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000008030 elimination Effects 0.000 abstract 1
- 238000003379 elimination reaction Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2425—Iterative querying; Query formulation based on the results of a preceding query
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2291—User-Defined Types; Storage management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
- G06F16/24534—Query rewriting; Transformation
- G06F16/24535—Query rewriting; Transformation of sub-queries or views
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
- G06F16/24534—Query rewriting; Transformation
- G06F16/24537—Query rewriting; Transformation of operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
- G06Q50/2053—Education institution selection, admissions, or financial aid
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Fuzzy Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种基于大数据的高考志愿智能推荐的方法及装置,方法包括:进入查询界面;输入查询条件;移动智能终端将部分查询条件发送到服务端;服务端搜索历年意向省份内录取线低于考生分数的学校专业信息,并将其返回到移动智能终端;服务端进行二次筛选,并将筛选结果发送到移动智能终端;进入模拟填报界面;进行模拟填报,将今年模拟填报数据与筛选的学校专业信息进行淘汰算法匹配,判断是否匹配成功,如是,将匹配成功信息发送到移动智能终端;否则,发送匹配失败的信息提醒考生更改报考策略。实施本发明的基于大数据的高考志愿智能推荐的方法及装置,具有以下有益效果:能智能推荐、避免报考的盲目性、提高报考的成功率。
Description
技术领域
本发明涉及高考报考领域,特别涉及一种基于大数据的高考志愿智能推荐的方法及装置。
背景技术
中国教育在线(网址:http://www.eol.cn/)提供了比较全面的高校搜索、专业搜索、生源地高考分批分数线、大学录取线、高校各省录取人数查询和专业录取线等搜索功能。百度教育提供了根据考生生源地、考生类型(文理科)、录取批次、估分以及报考分析(保底、稳妥、冒险)等条件,搜索出比较适合考生报考的学校,所展示的信息有学校、所在地、录取年份、最高分、平均分、省控分和录取概率等信息。
目前,中国教育在线只提供搜索服务,也就是简单的查询,没有进行数据分析,其不能进行智能推荐。百度教育在提供搜索服务的基础上,采用大数据分析技术,提供录取风险和概率等信息。但百度教育根据历史数据做分析,没有今年模拟数据做参考,缺乏智能推荐的修正数据。这样通常会造成考生报考的盲目性,影响报考的成功率。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述不能智能推荐、报考盲目性较大、影响报考的成功率的缺陷,提供一种能智能推荐、避免报考的盲目性、提高报考的成功率的基于大数据的高考志愿智能推荐的方法及装置。
本发明解决其技术问题所采用的技术方案是:构造一种基于大数据的高考志愿智能推荐的方法,应用于高考志愿填报***,所述高考志愿填报***包括移动智能终端和与所述移动智能终端进行无线通讯的服务端;所述移动智能终端安装有高考志愿APP,在所述移动智能终端的主界面上设有高考志愿APP的应用图标;所述方法包括如下步骤:
A)点击所述应用图标进入查询界面;
B)在所述查询界面上输入考生的查询条件;所述查询条件包括考生的生源地、科目、分数、意向省份、专业和在生源地的位次信息;
C)所述移动智能终端将所述输入的考生的生源地、科目、分数、意向省份和专业信息发送到所述服务端进行搜索;
D)所述服务端搜索历年所述意向省份内其录取分数线低于所述考生分数的学校专业信息,并将搜索结果返回到所述移动智能终端进行显示;
E)所述服务端根据所述输入的位次、历年录取位次范围及平均分从所述搜索结果中筛选出学校专业信息,并将其发送到所述移动智能终端进行显示;
F)点击所述查询界面上的模拟填报图标,进入模拟填报界面;
G)进行模拟填报,并将今年模拟填报的数据与所述筛选出的学校专业信息进行淘汰算法匹配,并判断是否匹配成功,如是,将匹配成功的信息发送到所述移动智能终端;否则,向所述移动智能终端发送匹配失败的信息来提醒考生更改报考策略,并重新进行模拟填报。
在本发明所述的基于大数据的高考志愿智能推荐的方法中,所述步骤G)进一步包括:G1)考生根据所述筛选的学校专业信息在所述移动智能终端进行模拟填报;
G2)所述服务端从所述移动智能终端获取考生填报的数据;所述考生填报的数据包括考生的生源地、科目、分数、意向学校、专业和在生源地的位次信息;
G3)所述服务端根据所述考生填报的数据,判断其在生源地的位次是否在意向学校历年录取位次范围内,如是,将录取概率发送到所述移动智能终端;否则,将落榜概率发送到所述移动智能终端并提醒考生更改报考策略,并向考生推荐与所述意向学校同级别或低于所述意向学校级别的学校重新进行模拟填报。
在本发明所述的基于大数据的高考志愿智能推荐的方法中,在所述步骤B)之后还包括:
B0)判断当前用户是否注册了账号,如是,所述移动智能终端记录所述查询条件,并在所述服务端将所述查询条件与账号进行绑定,执行步骤C);否则,所述移动智能终端记录所述查询条件,并执行步骤C)。
在本发明所述的基于大数据的高考志愿智能推荐的方法中,在所述步骤D)中,所述服务端将所述搜索结果以json格式返回到所述移动智能终端,并在所述移动智能终端中以列表形式进行显示。
在本发明所述的基于大数据的高考志愿智能推荐的方法中,所述步骤D)中的搜索结果包括学校、专业和录取分数线信息。
本发明还涉及一种实现上述基于大数据的高考志愿智能推荐的方法的装置,应用于高考志愿填报***,所述高考志愿填报***包括移动智能终端和与所述移动智能终端进行无线通讯的服务端;所述移动智能终端安装有高考志愿APP,在所述移动智能终端的主界面上设有高考志愿APP的应用图标;所述装置包括:
界面进入单元:用于点击所述应用图标进入查询界面;
查询输入单元:用于在所述查询界面上输入考生的查询条件;所述查询条件包括考生的生源地、科目、分数、意向省份、专业和在生源地的位次信息;
信息发送单元:用于使所述移动智能终端将所述输入的考生的生源地、科目、分数、意向省份和专业信息发送到所述服务端进行搜索;
搜索单元:用于使所述服务端搜索历年所述意向省份内其录取分数线低于所述考生分数的学校专业信息,并将搜索结果返回到所述移动智能终端进行显示;
筛选显示单元:用于使所述服务端根据所述输入的位次、历年录取位次范围及平均分从所述搜索结果中筛选出学校专业信息,并将其发送到所述移动智能终端进行显示;
模拟填报界面进入单元:用于点击所述查询界面上的模拟填报图标,进入模拟填报界面;
匹配单元:用于进行模拟填报,并将今年模拟填报的数据与所述筛选出的学校专业信息进行淘汰算法匹配,并判断是否匹配成功,如是,将匹配成功的信息发送到所述移动智能终端;
否则,向所述移动智能终端发送匹配失败的信息来提醒考生更改报考策略,并重新进行模拟填报。
在本发明所述的实现上述基于大数据的高考志愿智能推荐的方法的装置中,所述匹配单元进一步包括:
模拟填报模块:用于使考生根据所述筛选的学校专业信息在所述移动智能终端进行模拟填报;数据获取模块:用于使所述服务端从所述移动智能终端获取考生填报的数据;所述考生填报的数据包括考生的生源地、科目、分数、意向学校、专业和在生源地的位次信息;
位次判断模块:用于使所述服务端根据所述考生填报的数据,判断其在生源地的位次是否在意向学校历年录取位次范围内,如是,将录取概率发送到所述移动智能终端;否则,将落榜概率发送到所述移动智能终端并提醒考生更改报考策略,并向考生推荐与所述意向学校同级别或低于所述意向学校级别的学校重新进行模拟填报。
在本发明所述的实现上述基于大数据的高考志愿智能推荐的方法的装置中,还包括:注册模块:用于判断当前用户是否注册了账号,如是,所述移动智能终端记录所述查询条件,并在所述服务端将所述查询条件与账号进行绑定;否则,所述移动智能终端记录所述查询条件。
在本发明所述的实现上述基于大数据的高考志愿智能推荐的方法的装置中,在所述搜索单元中,所述服务端将所述搜索结果以json格式返回到所述移动智能终端,并在所述移动智能终端中以列表形式进行显示。
在本发明所述的实现上述基于大数据的高考志愿智能推荐的方法的装置中,所述搜索单元中的搜索结果包括学校、专业和录取分数线信息。
实施本发明的基于大数据的高考志愿智能推荐的方法及装置,具有以下有益效果:由于在填报之前通过考生输入的查询条件进行搜索,并根据输入的位次、历年录取位次范围及平均分从搜索结果中筛选出学校专业信息,在模拟填报时,将今年模拟填报的数据与筛选出的学校专业信息进行淘汰算法匹配,当匹配失败时,向移动智能终端发送匹配失败的信息来提醒考生更改报考策略,并重新进行模拟填报,所以其能智能推荐、避免报考的盲目性、提高报考的成功率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明基于大数据的高考志愿智能推荐的方法及装置一个实施例中方法的流程图;
图2为所述实施例中模拟填报的具体流程图;
图3为所述实施例中装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明基于大数据的高考志愿智能推荐的方法及装置实施例中,其基于大数据的高考志愿智能推荐的方法的流程图如图1所示。本发明的方法应用于高考志愿填报***,该高考志愿填报***包括移动智能终端和服务端,服务端与移动智能终端进行无线通讯;在移动智能终端上安装有高考志愿APP,在移动智能终端的主界面上设有高考志愿APP的应用图标。图1中,基于大数据的高考志愿智能推荐的方法包括如下步骤:
步骤S01点击应用图标进入查询界面:本步骤中,点击移动智能终端主界面上的应用图标进入查询界面。本实施例中,移动智能终端选用智能手机,当然,在本实施例的一些情况下,移动智能终端也可以是智能手机之外的其他移动智能终端设备,例如:平板电脑或手提电脑等等。
步骤S02在查询界面上输入考生的查询条件:本步骤中,在查询界面上输入考生的查询条件,查询条件包括考生的生源地、科目(文理科)、分数、意向省份、专业和在生源地的位次信息。
步骤S03移动智能终端将输入的考生的生源地、科目、分数、意向省份和专业信息发送到服务端进行搜索:本步骤中,移动智能终端根据输入的考生的生源地、科目、分数、意向省份和专业信息,移动智能终端的APP程序将搜索条件发送到服务端程序进行搜索。
步骤S04服务端搜索历年意向省份内其录取分数线低于考生分数的学校专业信息,并将搜索结果返回到移动智能终端进行显示:本步骤中,服务端程序搜索出历年意向省份内其录取线低于考生分数的学校专业信息,并将搜索的有机会录取的学校、专业和录取分数线信息返回到移动智能终端进行显示。值得一提的是,本步骤中,服务端将上述搜索结果是以json格式返回到移动智能终端的,并在移动智能终端中以列表形式进行显示,这样使考生可以比较直观地看到有机会录取的学校、专业和录取分数线信息。
步骤S05服务端根据输入的位次、历年录取位次范围及平均分从搜索结果中筛选出学校专业信息,并将其发送到移动智能终端进行显示:本步骤中,服务端根据考生输入的在生源地的位次、历年录取的位次范围及平均分从上述搜索的学校中进行二次筛选,并将筛选出的学校专业信息发送到移动智能终端进行显示。
步骤S06点击查询界面上的模拟填报图标,进入模拟填报界面:本步骤中,点击查询界面上的模拟填报图标,进入模拟填报界面。
步骤S07进行模拟填报,并将今年模拟填报的数据与筛选出的学校专业信息进行淘汰算法匹配,并判断是否匹配成功:本步骤中,进行模拟填报,模拟填报将在移动智能终端的APP程序中进行,程序界面严格按照《高考志愿填报表》格式,考生填报数据将存放在服务器数据库中,模拟填报数据即今年报考考生填报的数据,数据量越大越接近真实。模拟填报后,将今年模拟填报的数据与筛选出的学校专业信息进行淘汰算法匹配,并判断是否匹配成功,如果判断的结果为是,则执行步骤S09;否则,执行步骤S08。值得一提的是,也可以不经过上述步骤,直接进入本步骤进行模拟填报。关于如何进行淘汰算法匹配,稍后会进行详细描述。
步骤S08向移动智能终端发送匹配失败的信息来提醒考生更改报考策略,并重新进行模拟填报:如果上述步骤S07的判断结果为否,则执行本步骤。本步骤中,服务端向移动智能终端发送匹配失败的信息来提醒考生更改报考策略,并重新进行模拟填报,换句话说,服务端将预测的落选结果发送到移动智能终端,定时在移动智能终端提醒用户更改报考策略,然后返回步骤S07以进行循环纠正报考策略。
步骤S09将匹配成功的信息发送到移动智能终端:如果上述步骤S07的判断结果为是,则执行本步骤。本步骤中,将匹配成功的信息发送到移动智能终端,这时考生模拟填报的学校录取的概率较大。本发明的方法是在传统根据历史记录推算填报的基础上,采用模拟填报的方式获取今年报考的基本情况,在真实报考之前提前掌握报考情况,提高考生报考的透明性,同时提醒考生调整报考策略,这样可避免报考的盲目性,大大提高了报考的成功率。
在本实施例的一些情况下,为了保证数据的安全性,在执行完上述步骤S02之后,接着执行下述步骤:
判断当前用户是否注册了账号,如是,移动智能终端记录查询条件,并在服务端将查询条件与账号进行绑定,执行上述步骤S03;否则,移动智能终端记录查询条件,并执行步骤S03。
对于本实施例而言,上述步骤S07-步骤S09还可进一步细化,其细化后的流程图如图2所示。图2中,步骤S07-步骤S09进一步包括:
步骤S71考生根据筛选的学校专业信息在移动智能终端进行模拟填报:本步骤中,考生根据筛选的学校专业信息在移动智能终端进行模拟填报,其模拟填报的学校可以从上述筛选的学校中进行选择。考生根据历年数据(即筛选的学校专业信息,历年数据是考生填报策略的参考;也是在模拟填报完成后的一个录取参考值)进行模拟填报,服务端获取从移动智能终端传来的今年所有考生数据,作为今年考生填报数据的依据。
步骤S72服务端从移动智能终端获取考生填报的数据:本步骤中,服务端从移动智能终端获取考生填报的数据,考生填报的数据包括考生的生源地、科目、分数、意向学校、专业和在生源地的位次信息。
步骤S73服务端根据考生填报的数据,判断其在生源地的位次是否在意向学校历年录取位次范围内:本步骤中,服务端根据考生填报的数据,判断其在生源地的位次是否在意向学校历年录取位次范围内,如果判断的结果为是,则执行步骤S75;否则,执行步骤S74。下面举例来进行说明,例如:小张考生今年高考得分560分,在该生源地所属省份的位次是21234,报考意向是去北京上学;根据历年录取情况,录取分数线为560分的最好学校有a学校、b学校和c学校,但这几个学校不一定会录取其分数刚好为历年录取分数线的考生;
所以再根据a学校、b学校和c学校三个学校在该省(上述小张考生的生源地所述省份)录取的位次来筛选,a学校的录取位次为21100-22200位,b学校的录取位次为21200-21300位,c学校的录取位次为22000-22100位,所以被a学校和b学校录取的概率较大。
步骤S74将落榜概率发送到移动智能终端并提醒考生更改报考策略,并向考生推荐与意向学校同级别或低于意向学校级别的学校重新进行模拟填报:如果上述步骤S73的判断结果为否,则执行本步骤。本步骤中,将落榜概率发送到移动智能终端以提醒考生更改报考策略,并向考生推荐与意向学校同级别有机会录取的学校或低于意向学校级别的学校重新进行模拟填报。
步骤S75将录取概率发送到移动智能终端:如果上述步骤S73的判断结果为是,则执行本步骤。本步骤中,将录取概率发送到移动智能终端,以通知考生模拟填报的学校录取的概率较大。
下面以中山大学为例进行说明。假设考生超过560分省控分数就有报考倾向,同时在报考时服从调剂,那么假设录取人数与中山大学2013年的录取人数(2755人)相等,又假设今年报考人数为5000人,那么落榜率为约45%,根据淘汰算法,分数越高的考生其排名越靠前,排名2755位次之后的考生则算为落榜。本方法为排名于2755之后的考生提供落榜提醒服务,重新让其调整报考策略;同时根据填报情况,可以基本确定各个学校的报考情况,再为考生推荐与中山大学(这个学校可以是之前由考生筛选,也可以是***根据学校排名自动推荐)同级别但能排上录取名额的学校,或为其推荐低于中山大学级别的学校让其报考。流程再次进入步骤S07重新进行模拟填报,模拟填报可一直进行循环,直至最终得到合理填报结果,这样可大大提高报考的成功率。
本实施例还涉及一种实现上述基于大数据的高考志愿智能推荐的方法的装置,其结构示意图如图3所示。该装置应用于高考志愿填报***,高考志愿填报***包括移动智能终端和服务端,服务端与移动智能终端进行无线通讯;移动智能终端安装有高考志愿APP,在移动智能终端的主界面上设有高考志愿APP的应用图标。图3中,该装置包括界面进入单元1、查询输入单元2、信息发送单元3、搜索单元4、筛选显示单元5、模拟填报界面进入单元6和匹配单元7;其中,界面进入单元1用于点击所述应用图标进入查询界面;查询输入单元2用于在查询界面上输入考生的查询条件;查询条件包括考生的生源地、科目、分数、意向省份、专业和在生源地的位次信息;信息发送单元3用于使移动智能终端将输入的考生的生源地、科目、分数、意向省份和专业信息发送到服务端进行搜索;搜索单元4用于使服务端搜索历年意向省份内其录取分数线低于考生分数的学校专业信息,并将搜索结果返回到移动智能终端进行显示;筛选显示单元5用于使服务端根据输入的位次、历年录取位次范围及平均分从搜索结果中筛选出学校专业信息,并将其发送到移动智能终端进行显示;模拟填报界面进入单元6用于点击查询界面上的模拟填报图标,进入模拟填报界面;匹配单元7用于进行模拟填报,并将今年模拟填报的数据与筛选出的学校专业信息进行淘汰算法匹配,并判断是否匹配成功,如是,将匹配成功的信息发送到移动智能终端;否则,向移动智能终端发送匹配失败的信息来提醒考生更改报考策略,并重新进行模拟填报。值得一提的是,在搜索单元4中,服务端将搜索结果以json格式返回到移动智能终端,并在移动智能终端中以列表形式进行显示。搜索单元4中的搜索结果包括学校、专业和录取分数线信息。本发明的装置是在传统根据历史记录推算填报的基础上,采用模拟填报的方式获取今年报考的基本情况,在真实报考之前提前掌握报考情况,提高考生报考的透明性,同时提醒考生调整报考策略,这样可避免报考的盲目性,大大提高了报考的成功率。
在本实施例的一些情况下,为了保证数据的安全性,该装置还包括注册模块(图中未示出),注册模块用于判断当前用户是否注册了账号,如是,移动智能终端记录查询条件,并在服务端将查询条件与账号进行绑定;否则,移动智能终端记录查询条件。
本实施例中,匹配单元7进一步包括模拟填报模块71、数据获取模块72和位次判断模块73;其中,模拟填报模块71用于使考生根据筛选的学校专业信息在移动智能终端进行模拟填报;数据获取模块72用于使服务端从移动智能终端获取考生填报的数据;考生填报的数据包括考生的生源地、科目、分数、意向学校、专业和在生源地的位次信息;位次判断模块73用于使服务端根据考生填报的数据,判断其在生源地的位次是否在意向学校历年录取位次范围内,如是,将录取概率发送到移动智能终端;否则,将落榜概率发送到移动智能终端并提醒考生更改报考策略,并向考生推荐与意向学校同级别或低于意向学校级别的学校重新进行模拟填报,这样可大大提高报考的成功率。
总之,在本实施例中,通过向考生提供落榜提醒服务,重新让考生调整策略,这样可避免报考的盲目性,提高考生报考的成功率。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于大数据的高考志愿智能推荐的方法,其特征在于,应用于高考志愿填报***,所述高考志愿填报***包括移动智能终端和与所述移动智能终端进行无线通讯的服务端;所述移动智能终端安装有高考志愿APP,在所述移动智能终端的主界面上设有高考志愿APP的应用图标;所述方法包括如下步骤:
A)点击所述应用图标进入查询界面;
B)在所述查询界面上输入考生的查询条件;所述查询条件包括考生的生源地、科目、分数、意向省份、专业和在生源地的位次信息;
C)所述移动智能终端将所述输入的考生的生源地、科目、分数、意向省份和专业信息发送到所述服务端进行搜索;
D)所述服务端搜索历年所述意向省份内其录取分数线低于所述考生分数的学校专业信息,并将搜索结果返回到所述移动智能终端进行显示;
E)所述服务端根据所述输入的位次、历年录取位次范围及平均分从所述搜索结果中筛选出学校专业信息,并将其发送到所述移动智能终端进行显示;
F)点击所述查询界面上的模拟填报图标,进入模拟填报界面;
G)进行模拟填报,并将今年模拟填报的数据与所述筛选出的学校专业信息进行淘汰算法匹配,并判断是否匹配成功,如是,将匹配成功的信息发送到所述移动智能终端;否则,向所述移动智能终端发送匹配失败的信息来提醒考生更改报考策略,并重新进行模拟填报。
2.根据权利要求1所述的基于大数据的高考志愿智能推荐的方法,其特征在于,所述步骤G)进一步包括:
G1)考生根据所述筛选的学校专业信息在所述移动智能终端进行模拟填报;
G2)所述服务端从所述移动智能终端获取考生填报的数据;所述考生填报的数据包括考生的生源地、科目、分数、意向学校、专业和在生源地的位次信息;
G3)所述服务端根据所述考生填报的数据,判断其在生源地的位次是否在意向学校历年录取位次范围内,如是,将录取概率发送到所述移动智能终端;否则,将落榜概率发送到所述移动智能终端并提醒考生更改报考策略,并向考生推荐与所述意向学校同级别或低于所述意向学校级别的学校重新进行模拟填报。
3.根据权利要求1或2所述的基于大数据的高考志愿智能推荐的方法,其特征在于,在所述步骤B)之后还包括:
B0)判断当前用户是否注册了账号,如是,所述移动智能终端记录所述查询条件,并在所述服务端将所述查询条件与账号进行绑定,执行步骤C);否则,所述移动智能终端记录所述查询条件,并执行步骤C)。
4.根据权利要求3所述的基于大数据的高考志愿智能推荐的方法,其特征在于,在所述步骤D)中,所述服务端将所述搜索结果以json格式返回到所述移动智能终端,并在所述移动智能终端中以列表形式进行显示。
5.根据权利要求4所述的基于大数据的高考志愿智能推荐的方法,其特征在于,所述步骤D)中的搜索结果包括学校、专业和录取分数线信息。
6.一种实现如权利要求1所述的基于大数据的高考志愿智能推荐的方法的装置,其特征在于,应用于高考志愿填报***,所述高考志愿填报***包括移动智能终端和与所述移动智能终端进行无线通讯的服务端;所述移动智能终端安装有高考志愿APP,在所述移动智能终端的主界面上设有高考志愿APP的应用图标;所述装置包括:
界面进入单元:用于点击所述应用图标进入查询界面;
查询输入单元:用于在所述查询界面上输入考生的查询条件;所述查询条件包括考生的生源地、科目、分数、意向省份、专业和在生源地的位次信息;
信息发送单元:用于使所述移动智能终端将所述输入的考生的生源地、科目、分数、意向省份和专业信息发送到所述服务端进行搜索;
搜索单元:用于使所述服务端搜索历年所述意向省份内其录取分数线低于所述考生分数的学校专业信息,并将搜索结果返回到所述移动智能终端进行显示;
筛选显示单元:用于使所述服务端根据所述输入的位次、历年录取位次范围及平均分从所述搜索结果中筛选出学校专业信息,并将其发送到所述移动智能终端进行显示;
模拟填报界面进入单元:用于点击所述查询界面上的模拟填报图标,进入模拟填报界面;
匹配单元:用于进行模拟填报,并将今年模拟填报的数据与所述筛选出的学校专业信息进行淘汰算法匹配,并判断是否匹配成功,如是,将匹配成功的信息发送到所述移动智能终端;
否则,向所述移动智能终端发送匹配失败的信息来提醒考生更改报考策略,并重新进行模拟填报。
7.根据权利要求6所述的实现上述基于大数据的高考志愿智能推荐的方法的装置,其特征在于,所述匹配单元进一步包括:
模拟填报模块:用于使考生根据所述筛选的学校专业信息在所述移动智能终端进行模拟填报;数据获取模块:用于使所述服务端从所述移动智能终端获取考生填报的数据;所述考生填报的数据包括考生的生源地、科目、分数、意向学校、专业和在生源地的位次信息;
位次判断模块:用于使所述服务端根据所述考生填报的数据,判断其在生源地的位次是否在意向学校历年录取位次范围内,如是,将录取概率发送到所述移动智能终端;否则,将落榜概率发送到所述移动智能终端并提醒考生更改报考策略,并向考生推荐与所述意向学校同级别或低于所述意向学校级别的学校重新进行模拟填报。
8.根据权利要求6或7所述的实现上述基于大数据的高考志愿智能推荐的方法的装置,其特征在于,还包括:
注册模块:用于判断当前用户是否注册了账号,如是,所述移动智能终端记录所述查询条件,并在所述服务端将所述查询条件与账号进行绑定;否则,所述移动智能终端记录所述查询条件。
9.根据权利要求8所述的实现上述基于大数据的高考志愿智能推荐的方法的装置,其特征在于,在所述搜索单元中,所述服务端将所述搜索结果以json格式返回到所述移动智能终端,并在所述移动智能终端中以列表形式进行显示。
10.根据权利要求9所述的实现上述基于大数据的高考志愿智能推荐的方法的装置,其特征在于,所述搜索单元中的搜索结果包括学校、专业和录取分数线信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410459386.2A CN104239499B (zh) | 2014-09-10 | 2014-09-10 | 一种基于大数据的高考志愿智能推荐的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410459386.2A CN104239499B (zh) | 2014-09-10 | 2014-09-10 | 一种基于大数据的高考志愿智能推荐的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104239499A true CN104239499A (zh) | 2014-12-24 |
CN104239499B CN104239499B (zh) | 2018-01-02 |
Family
ID=52227558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410459386.2A Expired - Fee Related CN104239499B (zh) | 2014-09-10 | 2014-09-10 | 一种基于大数据的高考志愿智能推荐的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104239499B (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809672A (zh) * | 2015-04-03 | 2015-07-29 | 武汉颂大教育科技股份有限公司 | 一种通用志愿填报方法及*** |
CN105045903A (zh) * | 2015-08-09 | 2015-11-11 | 王荣波 | 一种基于自动问答的高考考分自动咨询方法及*** |
CN105184708A (zh) * | 2015-08-14 | 2015-12-23 | 北京联校传奇信息科技有限公司 | 一种留学申请匹配方法及*** |
CN106055639A (zh) * | 2016-05-31 | 2016-10-26 | 成都德善能科技有限公司 | 一种高考志愿查询***及其查询方法 |
CN106341398A (zh) * | 2016-08-25 | 2017-01-18 | 刘华英 | 平台信息交互方法、装置和*** |
CN106445873A (zh) * | 2016-11-01 | 2017-02-22 | 成都俊巡科技有限公司 | 用于查询高校简介及历年录取分数的智能终端 |
CN106961458A (zh) * | 2016-01-08 | 2017-07-18 | 广州宏途教育网络科技有限公司 | 一种保存用户选择的梦想大学方法 |
CN107403397A (zh) * | 2017-05-18 | 2017-11-28 | 杭州圆橙科技有限公司 | 一种基于群智计算的高考志愿填报分析*** |
CN108052608A (zh) * | 2017-12-13 | 2018-05-18 | 成都优联苔客数字科技有限公司 | 一种根据高中课程智能推荐大学专业的方法及装置 |
CN109064363A (zh) * | 2018-09-04 | 2018-12-21 | 广州市乐无边教育科技有限公司 | 一种高考志愿推荐方法、装置、终端及存储介质 |
CN109087224A (zh) * | 2018-08-08 | 2018-12-25 | 仪征达人信息技术有限公司 | 一种基于考生的个性化需求进行高考志愿推荐和预测的方法 |
CN109658304A (zh) * | 2018-12-12 | 2019-04-19 | 广东小天才科技有限公司 | 一种报考信息的生成方法及电子设备 |
CN110188958A (zh) * | 2019-06-03 | 2019-08-30 | 杭州志优网络科技有限公司 | 一种高考志愿智能填报预测推荐的方法 |
CN110472129A (zh) * | 2019-07-24 | 2019-11-19 | 广东校园卫士网络科技有限责任公司 | 一种学生选课及志愿填报智慧*** |
CN110633414A (zh) * | 2019-09-02 | 2019-12-31 | 山东耘智愿教育科技集团有限公司 | 基于大数据的志愿填报智能规划*** |
CN110659313A (zh) * | 2019-08-30 | 2020-01-07 | 山东耘智愿教育科技集团有限公司 | 基于人工智能的高考志愿分析*** |
CN110674185A (zh) * | 2019-09-09 | 2020-01-10 | 山东耘智愿教育科技集团有限公司 | 一种高考志愿智能推荐*** |
CN111476687A (zh) * | 2019-09-06 | 2020-07-31 | 山东耘智愿教育科技集团有限公司 | 一种高考选科测评*** |
CN112070376A (zh) * | 2020-08-27 | 2020-12-11 | 北京国育未来文化发展有限公司 | 高考志愿推荐方法、装置、终端及计算机可读存储介质 |
CN112348726A (zh) * | 2020-12-02 | 2021-02-09 | 上海去森教育科技有限公司 | 一种高校志愿填报决策*** |
CN113127733A (zh) * | 2021-03-23 | 2021-07-16 | 广东工业大学 | 一种学习方案的推荐方法及装置 |
CN113487106A (zh) * | 2021-07-27 | 2021-10-08 | 南京红尘风云数字科技有限公司 | 一种基于人工智能算法的高考志愿填报方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101110178A (zh) * | 2006-07-20 | 2008-01-23 | 吴长明 | 考生模拟填报志愿推荐*** |
JP2012123654A (ja) * | 2010-12-09 | 2012-06-28 | Nippon Telegr & Teleph Corp <Ntt> | 情報検索装置、情報検索方法及び情報検索プログラム |
US20130138684A1 (en) * | 2011-11-28 | 2013-05-30 | Electronics And Telecommunications Research Institute | Method and apparatus for searching for recommended music using emotional information of music |
CN103530703A (zh) * | 2013-10-16 | 2014-01-22 | 上海远播教育科技有限公司 | 一种平行志愿填报智能推荐*** |
-
2014
- 2014-09-10 CN CN201410459386.2A patent/CN104239499B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101110178A (zh) * | 2006-07-20 | 2008-01-23 | 吴长明 | 考生模拟填报志愿推荐*** |
JP2012123654A (ja) * | 2010-12-09 | 2012-06-28 | Nippon Telegr & Teleph Corp <Ntt> | 情報検索装置、情報検索方法及び情報検索プログラム |
US20130138684A1 (en) * | 2011-11-28 | 2013-05-30 | Electronics And Telecommunications Research Institute | Method and apparatus for searching for recommended music using emotional information of music |
CN103530703A (zh) * | 2013-10-16 | 2014-01-22 | 上海远播教育科技有限公司 | 一种平行志愿填报智能推荐*** |
Non-Patent Citations (2)
Title |
---|
刘咏梅等: "基于Multi-agent的高考志愿填报智能推荐***", 《2005中国控制与决策学术年会论文集》 * |
邓露等: "高考志愿录取概率的实用模型", 《科教文汇》 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809672A (zh) * | 2015-04-03 | 2015-07-29 | 武汉颂大教育科技股份有限公司 | 一种通用志愿填报方法及*** |
CN105045903A (zh) * | 2015-08-09 | 2015-11-11 | 王荣波 | 一种基于自动问答的高考考分自动咨询方法及*** |
CN105184708B (zh) * | 2015-08-14 | 2018-12-14 | 北京联校传奇信息科技有限公司 | 一种留学申请匹配方法及*** |
CN105184708A (zh) * | 2015-08-14 | 2015-12-23 | 北京联校传奇信息科技有限公司 | 一种留学申请匹配方法及*** |
CN106961458A (zh) * | 2016-01-08 | 2017-07-18 | 广州宏途教育网络科技有限公司 | 一种保存用户选择的梦想大学方法 |
CN106055639A (zh) * | 2016-05-31 | 2016-10-26 | 成都德善能科技有限公司 | 一种高考志愿查询***及其查询方法 |
CN106341398A (zh) * | 2016-08-25 | 2017-01-18 | 刘华英 | 平台信息交互方法、装置和*** |
CN106445873A (zh) * | 2016-11-01 | 2017-02-22 | 成都俊巡科技有限公司 | 用于查询高校简介及历年录取分数的智能终端 |
CN107403397A (zh) * | 2017-05-18 | 2017-11-28 | 杭州圆橙科技有限公司 | 一种基于群智计算的高考志愿填报分析*** |
CN108052608B (zh) * | 2017-12-13 | 2022-01-04 | 成都优联苔客数字科技有限公司 | 一种根据高中课程智能推荐大学专业的方法及装置 |
CN108052608A (zh) * | 2017-12-13 | 2018-05-18 | 成都优联苔客数字科技有限公司 | 一种根据高中课程智能推荐大学专业的方法及装置 |
CN109087224A (zh) * | 2018-08-08 | 2018-12-25 | 仪征达人信息技术有限公司 | 一种基于考生的个性化需求进行高考志愿推荐和预测的方法 |
CN109064363A (zh) * | 2018-09-04 | 2018-12-21 | 广州市乐无边教育科技有限公司 | 一种高考志愿推荐方法、装置、终端及存储介质 |
CN109658304A (zh) * | 2018-12-12 | 2019-04-19 | 广东小天才科技有限公司 | 一种报考信息的生成方法及电子设备 |
CN110188958A (zh) * | 2019-06-03 | 2019-08-30 | 杭州志优网络科技有限公司 | 一种高考志愿智能填报预测推荐的方法 |
CN110472129A (zh) * | 2019-07-24 | 2019-11-19 | 广东校园卫士网络科技有限责任公司 | 一种学生选课及志愿填报智慧*** |
CN110659313A (zh) * | 2019-08-30 | 2020-01-07 | 山东耘智愿教育科技集团有限公司 | 基于人工智能的高考志愿分析*** |
CN110633414A (zh) * | 2019-09-02 | 2019-12-31 | 山东耘智愿教育科技集团有限公司 | 基于大数据的志愿填报智能规划*** |
CN111476687A (zh) * | 2019-09-06 | 2020-07-31 | 山东耘智愿教育科技集团有限公司 | 一种高考选科测评*** |
CN110674185A (zh) * | 2019-09-09 | 2020-01-10 | 山东耘智愿教育科技集团有限公司 | 一种高考志愿智能推荐*** |
CN112070376A (zh) * | 2020-08-27 | 2020-12-11 | 北京国育未来文化发展有限公司 | 高考志愿推荐方法、装置、终端及计算机可读存储介质 |
CN112348726A (zh) * | 2020-12-02 | 2021-02-09 | 上海去森教育科技有限公司 | 一种高校志愿填报决策*** |
CN113127733A (zh) * | 2021-03-23 | 2021-07-16 | 广东工业大学 | 一种学习方案的推荐方法及装置 |
CN113487106A (zh) * | 2021-07-27 | 2021-10-08 | 南京红尘风云数字科技有限公司 | 一种基于人工智能算法的高考志愿填报方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN104239499B (zh) | 2018-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104239499A (zh) | 一种基于大数据的高考志愿智能推荐的方法及装置 | |
US10776424B2 (en) | System and method for identifying and ranking trending named entities in digital content objects | |
US20220019943A1 (en) | Automated training and selection of models for document analysis | |
CN110462604A (zh) | 基于设备使用关联互联网设备的数据处理***和方法 | |
CN105761567B (zh) | 动态推荐习题的方法和装置 | |
AU2013251195B2 (en) | Program, apparatus, and method for information processing | |
US20190310989A1 (en) | Automated measurement of content quality | |
CN111178705A (zh) | 事项评价方法、装置、设备及存储介质 | |
WO2015183370A1 (en) | Optimizing non-convex function for learning to rank | |
US9501580B2 (en) | Method and apparatus for automated selection of interesting content for presentation to first time visitors of a website | |
US20200356462A1 (en) | Systems and methods for determining performance metrics of remote relational databases | |
US10333964B1 (en) | Fake account identification | |
CN108280115A (zh) | 识别用户关系的方法及装置 | |
CN108510816A (zh) | 在线学习***及方法 | |
US11587011B1 (en) | Employing real-time performance feedback to manage resource collection | |
CN109324960A (zh) | 基于大数据分析的自动测试方法及终端设备 | |
CN109637238A (zh) | 一种练习题的生成方法、装置、设备和存储介质 | |
CN110362728A (zh) | 基于大数据分析的信息推送方法、装置、设备及存储介质 | |
CN109360459A (zh) | 一种培训管理方法、培训管理装置及电子设备 | |
CN108052608A (zh) | 一种根据高中课程智能推荐大学专业的方法及装置 | |
CN104408189B (zh) | 关键词排名的展示方法和装置 | |
US11132414B2 (en) | Relationship and credibility based experience rating and skill discovery system | |
CN109934631A (zh) | 问答信息处理方法、装置及计算机设备 | |
WO2019179208A1 (zh) | 下拉提示 | |
CN106294714A (zh) | 一种信息采集方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180102 Termination date: 20210910 |
|
CF01 | Termination of patent right due to non-payment of annual fee |