一种基于大数据分析的高考志愿评估推荐方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115936941A(43)申请公布日2023.04.07(21)申请号202211675387.1(22)申请日2022.12.26(71)申请人厦门市德道优升教育服务有限公司地址361000福建省厦门市思明区塔埔东路166号3006室之一(72)发明人庞文森陈文涛林莹(74)专利代理机构福州君越知识产权代理事务所(普通合伙)35299专利代理师朱玉珍(51)Int.Cl.G06Q50/20(2012.01)G06F16/9535(2019.01)G06F16/9537(2019.01)权利要求书2页说明书9页附图2页(54)发明名称一种基于大数据分析的高考志愿评估推荐方法及系统(57)摘要本发明公开了一种基于大数据分析的高考志愿评估推荐方法及系统，涉及数据处理领域，其中，所述方法包括：采集获得学校的基础信息；获得用户的需求信息，对需求信息进行解析，获得需求解析结果；对需求解析结果进行约束分析，获得地域约束系数、专业约束系数和院校约束系数；通过基础信息构建院校筛选模型，通过地域约束系数、专业约束系数和院校约束系数构建特征约束层，将特征约束层耦合至院校筛选模型；获得用户的分数数据；将分数数据输入院校筛选模型，输出志愿推荐结果；将志愿推荐结果发送至用户。解决了现有技术中针对高考志愿的评估推荐精准性不足，进而造成高考志愿的评估推荐效果不佳的技术问题。CN115936941ACN115936941A权利要求书1/2页1.一种基于大数据分析的高考志愿评估推荐方法，其特征在于，所述方法包括：采集获得学校的基础信息，其中，所述基础信息具有时间标识；获得用户的需求信息，对所述需求信息进行解析，获得需求解析结果；对所述需求解析结果进行约束分析，获得地域约束系数、专业约束系数和院校约束系数；通过所述基础信息构建院校筛选模型，通过所述地域约束系数、所述专业约束系数和所述院校约束系数构建特征约束层，将所述特征约束层耦合至所述院校筛选模型；获得所述用户的分数数据，其中，所述分数数据带有地域标识，将所述分数数据输入所述院校筛选模型，输出志愿推荐结果；将所述志愿推荐结果发送至所述用户。2.如权利要求1所述的方法，其特征在于，所述方法包括：根据所述基础信息获得院校的教师信息、科研成果信息，通过所述教师信息和所述科研成果信息生成第一院校评价指标；基于所述基础信息获得院校的综合排名数据，根据所述综合排名数据生成第二院校评价指标；获得院校的本地报考分数和报考热度，根据所述本地报考分数和所述报考热度生成第三院校评价指标；通过所述第一院校评价指标、所述第二院校评价指标和所述第三院校评价指标生成院校评价值；通过所述院校评价值构建所述院校筛选模型。3.如权利要求2所述的方法，其特征在于，所述方法包括：根据所述基础信息获得院校的专业综合排行信息；采集获得院校专业的就业职位，根据就业职位与院校专业的相关度分布获得第一关联值；获得满足预设关联值的关联就业职位信息，根据所述关联就业职业信息获得平均工作待遇；根据所述平均工作待遇生成第二关联值；根据所述专业综合排行信息、所述第一关联值、所述第二关联值生成专业评价值；根据所述专业评价值和所述院校评价值构建所述院校筛选模型。4.如权利要求3所述的方法，其特征在于，所述方法包括：根据所述基础信息获得院校的专业录取分数；对所述专业录取分数进行时间影响权重分布，获得时间影响权重分布结果；获得标准分数线，通过所述标准分数线和所述专业录取分数进行录取分布真值计算，获得录取分布真值；根据所述时间影响权重分布结果对所述录取分布真值进行加权计算，根据加权计算结果、所述专业评价值和所述院校评价值构建所述院校筛选模型。5.如权利要求4所述的方法，其特征在于，所述方法包括：获得当前的标准分数线，通过所述标准分数线对所述分数数据进行真值计算，获得真值数据；2CN115936941A权利要求书2/2页通过所述院校筛选模型中的加权计算结果对所述真值数据进行匹配，获得真值匹配结果；根据所述真值匹配结果获得第一排序结果；通过所述第一排序结果获得所述志愿推荐结果。6.如权利要求3所述的方法，其特征在于，所述方法包括：根据所述关联就业职位信息采集获得职位工作内容和工作图像数据；在所述用户进行需求信息发送前，将所述职位工作内容和所述工作图像及对应专业展示给所述用户。7.如权利要求1所述的方法，其特征在于，所述方法包括：获得所述用户的录取反馈信息；根据所述录取反馈信息生成院校波动反馈值；通过所述院校波动反馈值进行所述院校筛选模型中院校的波动标识。8.一种基于大数据分析的高考志愿评估推荐系统，其特征在于，所述系统包括：学校信息采集模块，所述学校信息采集模块用于采集获得学校的基础信息，其中，所述基础信息具有时间标识