CN105913350A - 一种基于位点法的高考志愿填报决策方法及*** - Google Patents
一种基于位点法的高考志愿填报决策方法及*** Download PDFInfo
- Publication number
- CN105913350A CN105913350A CN201610197158.1A CN201610197158A CN105913350A CN 105913350 A CN105913350 A CN 105913350A CN 201610197158 A CN201610197158 A CN 201610197158A CN 105913350 A CN105913350 A CN 105913350A
- Authority
- CN
- China
- Prior art keywords
- report
- examinee
- site
- colleges
- universities
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 89
- 230000002747 voluntary effect Effects 0.000 title abstract 4
- 206010003504 Aspiration Diseases 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 235000021184 main course Nutrition 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种基于位点法的高考志愿填报决策方法和***，其中，该基于位点法的高考志愿填报决策方法包括：输入考生的高考分数；预估待填报院校或者待填报院校的待填报专业的预期位点；根据所述高考分数与预期位点的关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估。本发明提供的技术方案，通过使用待填报院校或者待填报专业的预期位点对考生的高考志愿填报进行预测评估，能够准确预测评估考生的录取概率，提高考生的录取可能性。
Description
技术领域
本发明涉及数据处理与决策技术领域，特别是涉及一种基于位点法的高考志愿填报决策方法及***。
背景技术
高考是是我国高等教育选拔人才的主要途径，考生基于高考分数的高考志愿填报直接决定了考生能够进入的大学层次，能否被理想院校以及相关专业录取，因此，如何有效进行高考志愿填报对考生至关重要。
现有技术中，针对高考志愿的填报，一般采用线差法，即：使用考生自己高考分数与公布的录取控制线之差来计算线差，再比照历史上某院校某专业的历史录取线来确定自己填报志愿。
然而，在不同年度，各个院校的实际录取分数线与录取控制线之差往往变化较大，基于线差法的高考志愿填报方法，难以准确预估院校的实际录取分数线，甚至导致考生高估自身成绩而落榜。
发明内容
本发明实施例中提供了一种基于位点法的高考志愿填报决策方法及***，以解决现有技术中的现有的基于线差法的高考志愿填报方法，难以准确预估院校的实际录取分数线问题。
为了解决上述技术问题，本发明实施例公开了如下技术方案：
根据本发明的第一方面，提供了一种基于位点法的高考志愿填报决策方法，包括：
输入考生的高考分数；
预估待填报院校或者待填报院校的待填报专业的预期位点；
根据所述高考分数与预期位点的关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估。
优选地，所述根据高考分数与预期位点的关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估的方法包括：
根据所述预期位点计算所述待填报院校或者待填报院校的待填报专业的预估录取分数线；
比较所述高考分数与所述预估录取分数线的分数大小关系；
根据所述分数大小关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估；或者，
根据所述高考分数确定所述考生在所有同类考生中的考生位点；
比较所述考生位点与所述预期位点的位点大小关系；
根据所述位点大小关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估。
优选地，所述根据高考分数确定所述考生在所有同类考生中的考生位点，包括：
获取所述高考分数以上的累计考生人数以及所述高考分数对应的本段考生人数；
计算所述累计考生人数与所述本段考生人数的一半的差值，作为差值考生人数；
计算所述差值考生人数在相同学科类型的总计考生人数的占比，作为所述考生位点。
优选地，所述预估待填报院校或者待填报院校的待填报专业的预期位点，包括：
获取预定期限内、所述待填报院校或者所述待填报院校的待填报专业的历年参考位点；
对所述历年参考位点进行加权处理，预估本年度所述待填报院校或所述待填报院校的待填报专业的预期位点，其中，所述历年参考位点的年度距离本年度越近，则所述历年参考位点的权重越高。
优选地，所述高考志愿填报决策方法，还包括：
根据历年参考位点、本年度考生人数和所述考生人数对应的高考分数，预估所述待填报院校或所述待填报院校的待填报专业的预期位点以及预估录取分数。
优选地，所述待填报院校包括推荐填报院校和意向填报院校，所述根据位点大小判断所述考生的录取概率，对考生的高考志愿填报进行评估，包括：
计算所述预期位点与所述考生位点之间差值的绝对值，作为位点差值；
查找所述位点差值在预设差值范围内的院校，作为推荐填报院校；
查找所述位点差值在第一预设差值阈值以上的推荐填报院校，作为冲刺院校；
查找所述位点差值在第二预设差值阈值以上的推荐填报院校，作为可填报院校；
查找所述位点差值在第三预设差值阈值以上的推荐填报院校，作为保底院校；其中，所述第一预设差值阈值大于所述第二预设差值阈值，所述第二预设差值阈值大于所述第三预设差值阈值；或者，
获取所述考生的意向填报院校或者意向填报院校的意向填报专业的预期位点；
根据所述考生位点与所述预期位点之间差值的绝对值，计算所述意向填报院校或所述意向填报专业的录取概率，根据所述录取概率评估所述考生的高考志愿。
优选地，所述高考志愿填报决策方法还包括：
获取并展示各个院校的院校信息以及各个专业的专业信息。
根据本发明的第二方面，还提出了一种基于位点法的高考志愿填报决策***包括：
分数输入模块，用于输入考生的高考分数；
位点预估模块，用于预估待填报院校或者待填报院校的待填报专业的预期位点；
填报志愿评估模块，用于根据所述高考分数与预期位点的关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估。
优选地，所述填报志愿评估模块，包括：
分数线计算子模块，用于根据所述预期位点计算所述待填报院校或者待填报院校的待填报专业的预估录取分数线；
分数比较子模块，用于比较所述高考分数与所述预估录取分数线的分数大小关系；
第一评估子模块，用于根据所述分数大小关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估；或者，
位点确定子模块，用于根据所述高考分数确定所述考生在所有同类考生中的考生位点；
位点比较子模块，用于比较所述考生位点与所述预期位点的位点大小关系；
第二评估子模块，用于根据所述位点大小关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估。
优选地，所述位点确定子模块，包括：
第一获取子模块，用于获取所述高考分数以上的累计考生人数以及所述高考分数对应的本段考生人数；
第一计算子模块，用于计算所述累计考生人数与所述本段考生人数的一半的差值，作为差值考生人数；
第二计算子模块，用于计算所述差值考生人数在相同学科类型的总计考生人数的占比，作为所述考生位点。
优选地，所述位点预估模块，包括：
第二获取子模块，用于获取预定期限内、所述待填报院校或者所述待填报院校的待填报专业的历年参考位点；
第一位点预估子模块，用于对所述历年参考位点进行加权处理，预估本年度所述待填报院校或所述待填报院校的待填报专业的预期位点，其中，所述历年参考位点的年度距离本年度越近，则所述历年参考位点的权重越高；
第二位点预估子模块，用于根据历年参考位点、本年度考生人数和所述考生人数对应的高考分数，预估所述待填报院校或所述待填报院校的待填报专业的预期位点以及预估录取分数。
优选地，所述待填报院校包括推荐填报院校和意向填报院校，所述第二评估子模块，包括：
第三计算子模块，用于计算所述预期位点与所述考生位点之间差值的绝对值，作为位点差值；
第一查找子模块，用于查找所述位点差值在预设差值范围内的院校，作为推荐填报院校；
第二查找子模块，用于查找所述位点差值在第一预设差值阈值以上的推荐填报院校，作为冲刺院校；
第三查找子模块，用于查找所述位点差值在第二预设差值阈值以上的推荐填报院校，作为可填报院校；
第四查找子模块，用于查找所述位点差值在第三预设差值阈值以上的推荐填报院校，作为保底院校；其中，所述第一预设差值阈值大于所述第二预设差值阈值，所述第二预设差值阈值大于所述第三预设差值阈值；或者，
第三获取子模块，用于获取所述考生的意向填报院校或者意向填报院校的意向填报专业的预期位点；
志愿评估子模块，用于根据所述考生位点与所述预期位点的差值的绝对值，计算所述意向填报院校或所述意向填报专业的录取概率，根据所述录取概率评估所述考生的高考志愿。
优选地，所述高考志愿填报决策***，还包括：
信息获取模块，用于获取各个院校的院校信息以及各个专业的专业信息；
信息展示模块，用于展示所述获取模块获取到的各个院校的院校信息以及各个专业的专业信息。
由以上技术方案可见，本发明实施例提供的基于位点法的高考志愿填报决策方案，通过获取考生的高考分数，然后预估待填报院校或者待填报院校的待填报专业的预期位点，能够通过待填报院校或者待填报专业的预期位点对考生的高考志愿填报进行预测评估，从而能够准确地预测评估考生的录取概率，提高考生的录取可能性，其中，可以使用考生的高考分数对应的考生位点与预期位点的大小进行比较，或者使用考生的高考分数与预期位点对应的预估录取分数的大小进行比较，从而判断考生的录取概率。
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，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的第一种基于位点法的高考志愿填报决策方法的流程示意图；
图2为第一种图1所示实施例中高考志愿填报预测评估方法的流程示意图；
图3为第二种图1所示实施例中高考志愿填报预测评估方法的流程示意图；
图4为图1所示实施例中一种考生位点确定方法的流程示意图；
图5为图1所示实施例中预估预期位点方法的流程示意图；
图6为本发明实施例提供的第二种基于位点法的高考志愿填报决策方法的流程示意图；
图7为第三种图1所示实施例中高考志愿填报预测评估方法的流程示意图；
图8为本发明实施例提供的一种推荐填报院校的显示界面的结构示意图；
图9为本发明实施例提供的一种院校历史数据的显示界面的结构示意图；
图10为第四种图1所示实施例中高考志愿填报预测评估方法的流程示意图；
图11为本发明实施例提供的一种志愿评估的显示界面的结构示意图；
图12为本发明实施例提供的第三种基于位点法的高考志愿填报决策***的结构示意图；
图13为本发明实施例提供的一种院校信息显示界面的结构示意图；
图14为本发明实施例提供的第一种基于位点法的高考志愿填报决策***的结构示意图；
图15为第一种图14所示实施例提供的填报志愿评估模块的结构示意图；
图16为第二种图14所示实施例提供的填报志愿评估模块的结构示意图；
图17为图16所示实施例提供的位点确定子模块的结构示意图；
图18为第一种图14所示实施例提供的位点预估模块的结构示意图；
图19为第二种图14所示实施例提供的位点预估模块的结构示意图；
图20为第一种图16所示实施例提供的第二评估子模块的结构示意图；
图21为第二种图16所示实施例提供的第二评估子模块的结构示意图；
图22为本发明实施例提供的第二种基于位点法的高考志愿填报决策***的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
参见图1，为本发明实施例提供的一种基于位点法的高考志愿填报决策方法的流程示意图，如图1所示，该基于位点法的高考志愿填报决策方法，包括：
S110：输入考生的高考分数；
S120：预估待填报院校或者待填报院校的待填报专业的预期位点；
位点就是排位比例，是把每年教育考试院公布的“一分一段”(即：一分数线对应一段考生排名)排名比例得出的数值，其精确度可为万分之一，例如：1253即代表该排名占当年全部考生名次的前12.53％，位点能够解决考生的排位问题，方便考生迅速找到自己的成绩位置，为填报志愿奠定基础。
待填报院校或者待填报院校的待填报专业的预期位点，即：与预期录取分数线对应的排位比例；可根据历年参考位点进行预测。由于大多数院校的录取实际上是依据考生的排位进行的，而位点能够反映考生的排位情况与排位比例，因此，位点法能够准确预测待填报院校或待填报专业的录取分数与录取人数。
S130：根据所述考生的高考分数与预期位点的关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估。
根据高考分数与当年考生人数的关系，能够确定该考生的考生位点，与预期位点进行比较，能够判断考生是否能够被待填报院校或者待填报专业录取，因此，通过考生的高考分数与预期位点的关系，能够对考生的高考志愿填报进行准确预测与评估，以减少考生未被录取而落榜或者不敢填报心仪院校的危险。
由以上技术方案可见，本实施例提供的基于位点法的高考志愿填报决策方法，通过获取考生的高考分数，然后预估待填报院校或者待填报院校的待填报专业的预期位点，能够通过待填报院校或者待填报专业的预期位点对考生的高考志愿填报进行预测评估，从而能够准确地预测评估考生的录取概率，提高考生的录取可能性。
其中，可以使用考生的高考分数对应的考生位点与预期位点的大小进行比较，或者使用考生的高考分数与预期位点对应的预估录取分数的大小进行比较，从而判断考生的录取概率。
以考生的高考分数与预估录取分数线的关系判断录取概率的方法如图2所示，其中，图1所示实施例中的步骤S130：根据高考分数与预期位点的关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估的方法，包括：
S210：根据预期位点计算待填报院校或者待填报院校的待填报专业的预估录取分数线；
该预期位点为根据历年参考位点进行评估得来，同时，由于较近年度中，院校以及对应专业的招录考生的名次占比往往变化不大，因此，通过预期位点能够较为准确地计算待填报院校或者待填报院校的待填报专业的预估录取分数线。具体地，可以根据预期位点、本年度同类考生总人数以及各分数段对应人数等，计算本年度的预期位点。
S220：比较所述高考分数与所述预估录取分数线的分数大小关系；
S230：根据所述分数大小关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估；
由于预估录取分数线比较准确，因此，根据考生的高考分数与预估录取分数线的分数大小，能够准确判断考生的录取概率，从而能够合理准确地对考生的高考志愿填报进行预测评估。其中预估录取分数线选用平均录取分数线。
考生位点的计算需要确知累计考生人数以及某一高考分数对应的本段考生人数，而预期位点，能够根据待填报院校或者待填报专业的往年历史参考位点进行预估，因此，在未知累计考生人数和本段考生人数的情况下，或者对考生的高考分数进行估测的情况下，通过根据待填报院校或者待填报院校的预期位点计算预估录取分数线，比较高考分数与该预估录取分数线的分数大小关系，能够合理地对考生的录取概率进行评估，从而为考生的志愿选择提供准确的填报策略，减少考生填报不合理导致的落榜或者难以进入心仪大学的情况。
或者，以考生的考生位点与待填报院校或者待填报专业的预期位点进行比较，具体方法如图3所示，其中，图1中的步骤S130：根据高考分数与预期位点的关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估的方法，包括：
S310：根据所述高考分数确定所述考生在所有同类考生中的考生位点；
通过根据高考分数确定考生的考生位点，能够准确计算考生的排名情况，从而进一步根据该排名情况对考生是否能够被待填报院校录取进行准确评估。
S320：比较所述考生位点与所述预期位点的位点大小关系；
S330：根据所述位点大小关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估。
通过比较考生位点与待填报院校以及待填报院校的待填报专业的预期位点的位点大小关系，能够准确地对考生被某一院校或者该院校的某专业的录取概率进行预测评估，从而对考生的高考志愿填报进行准确预测评估。
其中，考生位点的计算方法如图4所示，具体地，图1所示实施例中的步骤S120：根据高考分数确定所述考生在所有同类考生中的考生位点的方法包括如下步骤：
S410：获取所述高考分数以上的累计考生人数以及所述高考分数对应的本段考生人数；
S420：计算所述累计考生人数与所述本段考生人数一半的差值，作为差值考生人数；
S430：计算所述差值考生人数在相同学科类型的总计考生人数的占比，作为所述考生位点。其中，学科类型根据各省的高考情况进行划分，如文科、理科，若该省不区分文理科，则统计本省总的考生人数；并且上述总计考生人数不包括考试成绩为零分的考生，每年零分考生多达几千人，此部分考生的排名不具有任何意义，因此在计算时，对零分考生不做统计。
具体的公式如下：位点＝(某分数累计人数-该分数段人数÷2)÷理科或文科考试0分以上总人数×10000。
例如：2015年某省理科560分累计人数为25032人，该分数段有651人，理科0分以上考生为288382人，那么，其位点为(25032-651÷2)÷288382×10000＝857，857即为理科560分的位点。
由于政策性原因及其他原因的变化，在实际待填报院校或者待填报院校的待填报专业的历年参考位点中，越靠近本年度的位点参考价值越高，而远离本年度的位点参考价值越低。因此，在预估待填报院校或待填报院校的待填报专业的预期位点时，需要进行加权处理。
具体地，如图5所示，图1中的步骤S120：预估待填报院校或者待填报院校的待填报专业的预期位点的方法，包括如下步骤：
S510：获取预定期限内、所述待填报院校或者所述待填报院校的待填报专业的历年参考位点；
本年度的预期位点是根据历年参考位点进行估算的，例如：计算历年参考位点与权重值的乘积之和的平均值，作为预期位点，并且由于各个院校或者该院校的专业是根据排位占比进行录取的，同时，同一院校在距本年度预定期限内的历年参考位点一般变化不大，因此，通过获取预定期限内，待填报院校或者待填报专业的历年参考位点能够对本年度的预期位点进行准确预测。
S520：对所述历年参考位点进行加权处理，预估本年度所述待填报院校或所述待填报院校的待填报专业的预期位点，其中，所述历年参考位点的年度距离本年度越近，则所述历年参考位点的权重越高。
同时，由于距离本年度越近，待填报院校或者待填报院校的待填报专业的位点参考价值越高，因此，对历年参考位点进行加权处理，并且距离本年度越近的参考位点的权重越高，则对本年度的预期位点的预测越准确。
当确知本年度的总计考生人数，各个分数段对应的考生人数时，能够更加准确地预测本年度待填报院校或待填报院校的待填报专业的预期录取分数，因此，如图6所示，本实施例提供的高考志愿填报决策方法，除了图1和图3所示的各个步骤外，还包括：
S610：根据历年参考位点、本年度考生人数和所述考生人数对应高考分数，预估所述待填报院校或所述待填报院校的待填报专业的预期位点以及预期录取分数。
根据历年参考位点能够预估本年度待填报院校或待填报专业的预期位点，当确知本年度考生人数以及考生人数对应的高考分数时，能够根据预期位点准确计算待填报院校或待填报专业的预期录取分数。从而为考生的志愿填报进行准确的参考与评估。
根据功能划分，能够向考生推荐待填报院校，或者对考生心仪的意向填报院校进行预测评估，相应地，上述待填报院校包括推荐填报院校和意向填报院校。具体，如图7所示，上述图1步骤中的：判断所述考生的录取概率，对考生的高考志愿填报进行预测评估的方法，包括如下步骤：
S710：计算所述预期位点与所述考生位点之间差值的绝对值，作为位点差值；
S720：查找所述位点差值在预设差值范围内的院校，作为推荐填报院校；
通过比较位点差值与预设差值范围的大小，能够迅速查找与考生位点对应的位点范围，并根据该位点范围查找对应的院校作为向考生推荐的推荐填报院校，从而实现为考生筛选院校，为考生填报志愿提供合理准确的参考。
并且，在推荐填报院校中，可进一步划分，具体步骤如下所示：
S730：查找所述位点差值在第一预设差值阈值以上的推荐填报院校，作为冲刺院校；
S740：查找所述位点差值在第二预设差值阈值以上的推荐填报院校，作为可填报院校；
S750：查找所述位点差值在第三预设差值阈值以上的推荐填报院校，作为保底院校；其中，所述第一预设差值阈值大于所述第二预设差值阈值，所述第二预设差值阈值大于所述第三预设差值阈值。
其中，冲刺院校为存在一定录取概率，然而录取风险较高的推荐填报院校，可填报院校为存在一定风险，但是录取概率中等的推荐填报院校；保底院校为录取风险较小，适合保底的院校，通过向考生推荐院校，能够为考生提供优质且准确的填报参考信息，帮助考生填报适合的院校。
同时，作为一种实施例，还可以计算预期位点对应的预估录取分数线，根据该预估录取分数线与考生的高考分数进行比较，根据比较结果查找对应的推荐填报院校。
其中，推荐填报院校的显示界面如图8所示，其中，该界面选用不同的颜色区分冲刺院校、可填报院校和保底院校；当用户点击界面上某一院校时，还能够打开包括院校历史数据以及历史数据分析等内容的显示界面。
如图9所示，图9为院校历史数据的显示界面，图9列出的历史数据包括该院校五年以来各招生专业的录取分数、线差、位点、平均加权线差以及平均加权位点，让考生与家长对各高校的招生情况了如指掌。其中，本实施例的方法还具有历史数据分析功能，考生和家长可以对表中的招生数据进行比较，从而判断出本年度的录取趋势。
另外，本实施例提供的方法还能够在推荐填报院校中，根据院校的水平、批次以及实力等对院校进行排名，从而进一步为考生填报志愿进行参考。
此外，为了针对考生的填报意向，对考生心仪的院校进行评估，如图10所示，上述步骤S130：判断所述考生的录取概率，对考生的高考志愿填报进行预测评估的方法包括：
S810：获取所述考生的意向填报院校或者意向填报院校的意向填报专业的预期位点；
S820：根据所述考生位点与所述预期位点的差值的绝对值，计算所述意向填报院校或所述意向填报专业的录取概率，根据所述录取概率评估所述考生的高考志愿。
其志愿评估的显示界面如图11所示，根据考生所选院校及该院校的一系列专业，对录取概率进行数字化评估，考生根据录取概率规避志愿风险，直至完成一个相对合理的志愿表。高考成绩公布后，录取概率将重新计算发布。
通过获取考生的意向填报院校或者意向填报院校的意向填报专业的预期位点，与考生的高考分数对应的考生位点进行比较，能够判断考生的高考分数与意向填报院校录取分数的距离，计算录取概率，从而准确地评估考生的高考志愿。
如图12所示，图12实施例提供的高考志愿填报决策方法除了图1所示的各个步骤外，还包括：
S910：获取并展示各个院校的院校信息以及各个专业的专业信息。
如图13所示，院校信息能够在院校官网进行获取，包括院校的所在地、联系电话、网址、地址、院校简介、特别是办学实力和***认证公布的特色专业等基本信息。
各个专业的专业信息可包括高校专业目录中的全部专业介绍，包括：培养目标、知识结构、主要课程、学位授予以及学制等内容，特别提供了对该专业就业前景的分析，作为考生和家长选择专业的参考。
基于同一发明构思，与本发明提供的高考志愿填报决策方法相对应，本发明还提供了高考志愿填报决策***的实施例，由于***实施例对应的方法为本申请实施例中的高考志愿填报决策方法，并且该***解决的问题的原理与方法相似，因此，***实施例的实施可参见方法实施例的实施。
请参见图14，图14为本发明实施例提供的一种基于位点法的高考志愿填报决策***的结构示意图，如图14所示，提出了一种基于位点法的高考志愿填报决策***包括：
分数输入模块1410，用于获取考生输入的高考分数；
位点预估模块1420，用于预估待填报院校或者待填报院校的待填报专业的预期位点；
填报志愿评估模块1430，用于根据所述高考分数与预期位点的关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估。
由以上技术方案可见，本发明实施例提供的基于位点法的高考志愿填报决策***，通过获取考生的高考分数，然后预估待填报院校或者待填报院校的待填报专业的预期位点，能够通过待填报院校或者待填报专业的预期位点对考生的高考志愿填报进行预测评估，从而能够准确地预测评估考生的录取概率，提高考生的录取可能性，其中，可以使用考生的高考分数对应的考生位点与预期位点的大小进行比较，或者使用考生的高考分数与预期位点对应的预估录取分数的大小进行比较，从而判断考生的录取概率。
如图15所示，上述填报志愿评估模块1430，包括：
分数线计算子模块1431，用于根据所述预期位点计算所述待填报院校或者待填报院校的待填报专业的预估录取分数线；
分数比较子模块1432，用于比较所述高考分数与所述预估录取分数线的分数大小关系；
第一评估子模块1433，用于根据所述分数大小关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估；或者，
如图16所示，上述填报志愿评估模块1430，包括：
位点确定子模块1434，用于根据所述高考分数确定所述考生在所有同类考生中的考生位点；
位点比较子模块1435，用于比较所述考生位点与所述预期位点的位点大小关系；
第二评估子模块1436，用于根据所述位点大小关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估。
如图17所示，图16中的位点确定子模块1434，具体包括：
第一获取子模块14341，用于获取所述高考分数以上的累计考生人数以及所述高考分数对应的本段考生人数；
第一计算子模块14342，用于计算所述累计考生人数与所述本段考生人数一半的差值，作为差值考生人数；
第二计算子模块14343，用于计算所述差值考生人数在相同学科类型的总计考生人数的占比，作为所述考生位点。
如图18所示，上述位点预估模块1420，包括：
第二获取子模块1421，用于获取预定期限内、所述待填报院校或者所述待填报院校的待填报专业的历年参考位点；
第一位点预估子模块1422，用于对所述历年参考位点进行加权处理，预估本年度所述待填报院校或所述待填报院校的待填报专业的预期位点，其中，所述历年参考位点的年度距离本年度越近，则所述历年参考位点的权重越高。
或者，如图19所示，上述位点预估模块1420，还包括：
第二位点预估子模块1423，用于根据历年参考位点、本年度考生人数和所述考生人数对应的高考分数，预估所述待填报院校或所述待填报院校的待填报专业的预期位点以及预估录取分数。
如图20所示，所述待填报院校包括推荐填报院校和意向填报院校，图16中所述的第二评估子模块1436，包括：
第三计算子模块14361，用于计算所述预期位点与所述考生位点的差值的绝对值，作为位点差值；
第一查找子模块14362，用于查找所述位点差值在预设差值范围内的院校，作为推荐填报院校；
第二查找子模块14363，用于查找所述位点差值在第一预设差值阈值以上的推荐填报院校，作为冲刺院校；
第三查找子模块14364，用于查找所述位点差值在第二预设差值阈值以上的推荐填报院校，作为可填报院校；
第四查找子模块14365，用于查找所述位点差值在第三预设差值阈值以上的推荐填报院校，作为保底院校；其中，所述第一预设差值阈值大于所述第二预设差值阈值，所述第二预设差值阈值大于所述第三预设差值阈值；或者，
如图21所示，图16中的第二评估子模块1436包括：
第三获取子模块14366，用于获取所述考生的意向填报院校或者意向填报院校的意向填报专业的预期位点；
第四计算子模块14367，用于根据所述考生位点与所述预期位点之间差值的绝对值，计算所述意向填报院校或所述意向填报专业的录取概率；
志愿评估子模块14368，用于根据所述录取概率评估所述考生的高考志愿。
如图22所示，本实施例提供的高考志愿填报决策***除了图14所示的各个结构模块外还包括：
信息获取模块1460，用于获取各个院校的院校信息以及各个专业的专业信息；
信息展示模块1470，用于展示所述获取模块获取到的各个院校的院校信息以及各个专业的专业信息。
由上述实施例可见，本发明上述实施例提供的基于位点法的高考志愿填报决策方案，通过获取考生的高考分数，然后预估待填报院校或者待填报院校的待填报专业的预期位点，能够通过待填报院校或者待填报专业的预期位点对考生的高考志愿填报进行预测评估，从而能够准确地预测评估考生的录取概率，提高考生的录取可能性，其中，可以使用考生的高考分数对应的考生位点与预期位点的大小进行比较，或者使用考生的高考分数与预期位点对应的预估录取分数的大小进行比较，从而判断考生的录取概率。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或***实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上所述仅是本发明的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于位点法的高考志愿填报决策方法，其特征在于，包括：
输入考生的高考分数；
预估待填报院校或者待填报院校的待填报专业的预期位点；
根据所述考生的高考分数与预期位点的关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估。
2.根据权利要求1所述的高考志愿填报决策方法，其特征在于，所述根据高考分数与预期位点的关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估的方法包括：
根据所述预期位点计算所述待填报院校或者待填报院校的待填报专业的预估录取分数线；
比较所述高考分数与所述预估录取分数线的分数大小关系；
根据所述分数大小关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估；或者，
根据所述高考分数确定所述考生在所有同类考生中的考生位点；
比较所述考生位点与所述预期位点的位点大小关系；
根据所述位点大小关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估。
3.根据权利要求2所述的高考志愿填报决策方法，其特征在于，所述根据高考分数确定所述考生在所有同类考生中的考生位点，包括：
获取所述高考分数以上的累计考生人数以及所述高考分数对应的本段考生人数；
计算所述累计考生人数与所述本段考生人数一半的差值，作为差值考生人数；
计算所述差值考生人数在相同学科类型的总计考生人数的占比，作为所述考生位点。
4.根据权利要求1所述的高考志愿填报决策方法，其特征在于，所述预估待填报院校或者待填报院校的待填报专业的预期位点，包括：
获取预定期限内、所述待填报院校或者所述待填报院校的待填报专业的历年参考位点；
对所述历年参考位点进行加权处理，预估本年度所述待填报院校或所述待填报院校的待填报专业的预期位点，其中，所述历年参考位点的年度距离本年度越近，则所述历年参考位点的权重越高。
5.根据权利要求4所述的高考志愿填报决策方法，其特征在于，还包括：
根据历年参考位点、本年度考生人数和考生人数对应的高考分数，预估所述待填报院校或所述待填报院校的待填报专业的预期位点以及预估录取分数。
6.根据权利要求2所述的高考志愿填报决策方法，其特征在于，所述待填报院校包括推荐填报院校和意向填报院校，所述根据位点大小关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估，包括：
计算所述预期位点与所述考生位点之间差值的绝对值，作为位点差值；
查找所述位点差值在预设差值范围内的院校，作为推荐填报院校；
查找所述位点差值在第一预设差值阈值以上的推荐填报院校，作为冲刺院校；
查找所述位点差值在第二预设差值阈值以上的推荐填报院校，作为可填报院校；
查找所述位点差值在第三预设差值阈值以上的推荐填报院校，作为保底院校；其中，所述第一预设差值阈值大于所述第二预设差值阈值，所述第二预设差值阈值大于所述第三预设差值阈值；或者，
获取所述考生的意向填报院校或者意向填报院校的意向填报专业的预期位点；
根据所述考生位点与所述预期位点之间差值的绝对值，计算所述意向填报院校或所述意向填报专业的录取概率，根据所述录取概率评估所述考生的高考志愿。
7.一种基于位点法的高考志愿填报决策***，其特征在于，包括：
分数输入模块，用于输入考生的高考分数；
位点预估模块，用于预估待填报院校或者待填报院校的待填报专业的预期位点；
填报志愿评估模块，用于根据所述高考分数与预期位点的关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估。
8.根据权利要求7所述的高考志愿填报决策***，其特征在于，所述填报志愿评估模块，包括：
分数线计算子模块，用于根据所述预期位点计算所述待填报院校或者待填报院校的待填报专业的预估录取分数线；
分数比较子模块，用于比较所述高考分数与所述预估录取分数线的分数大小关系；
第一评估子模块，用于根据所述分数大小关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估；或者，
位点确定子模块，用于根据所述高考分数确定所述考生在所有同类考生中的考生位点；
位点比较子模块，用于比较所述考生位点与所述预期位点的位点大小关系；
第二评估子模块，用于根据所述位点大小关系判断所述考生的录取概率，对考生的高考志愿填报进行预测评估。
9.根据权利要求8所述的高考志愿填报决策***，其特征在于，所述位点确定子模块，包括：
第一获取子模块，用于获取所述高考分数以上的累计考生人数以及所述高考分数对应的本段考生人数；
第一计算子模块，用于计算所述累计考生人数与所述本段考生人数一半的差值，作为差值考生人数；
第二计算子模块，用于计算所述差值考生人数在相同学科类型的总计考生人数的占比，作为所述考生位点。
10.根据权利要求8所述的高考志愿填报决策***，其特征在于，所述待填报院校包括推荐填报院校和意向填报院校，所述第二评估子模块，包括：
第三计算子模块，用于计算所述预期位点与所述考生位点之间差值的绝对值，作为位点差值；
第一查找子模块，用于查找所述位点差值在预设差值范围内的院校，作为推荐填报院校；
第二查找子模块，用于查找所述位点差值在第一预设差值阈值以上的推荐填报院校，作为冲刺院校；
第三查找子模块，用于查找所述位点差值在第二预设差值阈值以上的推荐填报院校，作为可填报院校；
第四查找子模块，用于查找所述位点差值在第三预设差值阈值以上的推荐填报院校，作为保底院校；其中，所述第一预设差值阈值大于所述第二预设差值阈值，所述第二预设差值阈值大于所述第三预设差值阈值；或者，
第三获取子模块，用于获取所述考生的意向填报院校或者意向填报院校的意向填报专业的预期位点；
志愿评估子模块，用于根据所述考生位点与预期位点之间差值的绝对值，计算所述意向填报院校或意向填报专业的录取概率，根据所述录取概率评估所述考生的高考志愿。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610197158.1A CN105913350A (zh) | 2016-03-31 | 2016-03-31 | 一种基于位点法的高考志愿填报决策方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610197158.1A CN105913350A (zh) | 2016-03-31 | 2016-03-31 | 一种基于位点法的高考志愿填报决策方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105913350A true CN105913350A (zh) | 2016-08-31 |
Family
ID=56744677
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610197158.1A Pending CN105913350A (zh) | 2016-03-31 | 2016-03-31 | 一种基于位点法的高考志愿填报决策方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105913350A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107193958A (zh) * | 2017-05-24 | 2017-09-22 | 上海赢帆信息技术有限公司 | 一种用于呈现学生定位与高校（专业组）和专业匹配情况的图示方法 |
| CN108154269A (zh) * | 2017-12-27 | 2018-06-12 | 武汉米奈希尔科技有限公司 | 一种基于正态分布概率模型的高校投档分数线预测方法及*** |
| CN108874749A (zh) * | 2018-06-22 | 2018-11-23 | 西南科技大学 | 一种高考志愿录取概率模型的建立方法 |
| 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 |
| 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 |
| CN112396210A (zh) * | 2019-08-16 | 2021-02-23 | 搜狗（杭州）智能科技有限公司 | 高考录取概率预测方法及装置 |
| CN112650961A (zh) * | 2020-09-11 | 2021-04-13 | 安徽九广全景智慧科技有限公司 | 一种高考志愿录取推荐*** |
-
2016
- 2016-03-31 CN CN201610197158.1A patent/CN105913350A/zh active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107193958A (zh) * | 2017-05-24 | 2017-09-22 | 上海赢帆信息技术有限公司 | 一种用于呈现学生定位与高校（专业组）和专业匹配情况的图示方法 |
| CN107193958B (zh) * | 2017-05-24 | 2020-12-18 | 上海赢帆信息技术有限公司 | 一种用于呈现学生定位与高校（专业组）和专业匹配情况的图示方法 |
| CN108154269A (zh) * | 2017-12-27 | 2018-06-12 | 武汉米奈希尔科技有限公司 | 一种基于正态分布概率模型的高校投档分数线预测方法及*** |
| CN108874749A (zh) * | 2018-06-22 | 2018-11-23 | 西南科技大学 | 一种高考志愿录取概率模型的建立方法 |
| 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 |
| CN112396210A (zh) * | 2019-08-16 | 2021-02-23 | 搜狗（杭州）智能科技有限公司 | 高考录取概率预测方法及装置 |
| 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 |
| CN112650961A (zh) * | 2020-09-11 | 2021-04-13 | 安徽九广全景智慧科技有限公司 | 一种高考志愿录取推荐*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105913350A (zh) | 一种基于位点法的高考志愿填报决策方法及*** | |
| Crochemore et al. | Comparing expert judgement and numerical criteria for hydrograph evaluation | |
| CN104199822B (zh) | 一种识别搜索对应的需求分类的方法和*** | |
| CN105096224B (zh) | 志愿推荐方法和*** | |
| CN106682114A (zh) | 一种融合用户信任关系和评论信息的个性化推荐方法 | |
| McCord et al. | Empirical demonstration that expected utility decision analysis is not operational | |
| CN108053117A (zh) | 一种学生学科掌握能力的个性化评估方法 | |
| US9292615B2 (en) | Method and a system for analysing impact of changes to content of a website | |
| CN102298632B (zh) | 字符串相似度计算方法及装置以及物资分类方法及装置 | |
| Tian et al. | A fuzzy TOPSIS model via chi-square test for information source selection | |
| CN103150369A (zh) | 作弊网页识别方法及装置 | |
| CN106980646A (zh) | 基于流行度对用户兴趣的影响机制分析及其在推荐算法中应用的方法 | |
| CN106502910A (zh) | 软件质量评价***及方法 | |
| CN106339813A (zh) | 一种基于支持概率距离的电能质量综合评估方法 | |
| CN106885572A (zh) | 利用时间序列预测的辅助定位方法和*** | |
| CN106960398A (zh) | 高考志愿合理性的评估方法及装置 | |
| CN109299884A (zh) | 一种影响力评估方法及评估装置 | |
| Pourahmad et al. | Service quality assessment in the academic library: Use of hybrid fuzzy expert system | |
| CN105740476A (zh) | 一种相关联问题推荐方法、装置及*** | |
| CN106960400A (zh) | 录取概率的评估方法、推荐高考院校的方法及装置 | |
| CN109960640A (zh) | 软件质量评价***及方法 | |
| CN106611339A (zh) | 种子用户筛选方法、产品的用户影响力评价方法及装置 | |
| Yang | Measuring individual well-being: A multidimensional index integrating subjective well-being and preferences | |
| Scarsellone | Analysis of observational data in speech and language research using generalizability theory | |
| US20190385258A1 (en) | Compliance assessment and improvement system and methods |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 610000 Shunsheng Road, Zhengxing Street, Tianfu New District, Chengdu City, Sichuan Province Applicant after: Sichuan Jing Volunteer Education Technology Co.,Ltd. Address before: 610000 Shunsheng Road, Zhengxing Street, Tianfu New District, Chengdu City, Sichuan Province Applicant before: Sichuan Xinxuelin Education Technology Co.,Ltd. Address after: 610000 Shunsheng Road, Zhengxing Street, Tianfu New District, Chengdu City, Sichuan Province Applicant after: Sichuan Xinxuelin Education Technology Co.,Ltd. Address before: 610000 South section of Tianfu Avenue, Tianfu New District, Chengdu City, Sichuan Province 2039 and 1609, 16th floor, Mei Haitang Center (Tianfu Creator) Applicant before: Chengdu Wenrude Education Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160831 |
|
| RJ01 | Rejection of invention patent application after publication |