一种高考志愿优化方法、装置、终端和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109002935A(43)申请公布日2018.12.14(21)申请号201811027471.6(22)申请日2018.09.04(71)申请人广州市乐无边教育科技有限公司地址510000广东省广州市海珠区赤沙路自编36号之一(72)发明人钟志福(74)专利代理机构广州一锐专利代理有限公司44369代理人李新梅杨昕昕(51)Int.Cl.G06Q10/04(2012.01)G06Q50/20(2012.01)权利要求书1页说明书9页附图5页(54)发明名称一种高考志愿优化方法、装置、终端和存储介质(57)摘要本发明涉及数据处理分析领域，提供一种高考志愿优化方法、装置、终端和存储介质，用于优化高考志愿填报。本发明提供的一种高考志愿优化方法、装置、终端和存储介质，包括：获取用户当前的省排名和分数；调用该省历年高考信息，获取往年在该省排名及大于该省排名分数段录取新生的高校的集合；根据获取的高校的集合，输出推荐的志愿。获取用户的省排名和分数信息后，同该省的历年高考录取信息对比，参照历年的录取信息，获取考生用户的排名可被录取的院校，参照历史信息推荐院校，准确率较高；本发明通过对海量的高校进行筛选推荐，并对推荐的结果进行优化，选用的优化方法的效率高，结果准确。CN109002935ACN109002935A权利要求书1/1页1.一种高考志愿优化方法，其特征在于，包括：获取用户当前的省排名和分数；调用该省历年高考信息，获取往年在该省排名及大于该省排名分数段录取新生的高校的集合；根据获取的高校的集合，输出推荐的志愿。2.根据权利要求1所述的一种高考志愿优化方法，其特征在于，还包括将当年考生划分为K个梯度，划分标准为将L个分数段中相邻的一个或数个分数段划分到一个梯度内，所述的K≤L；推荐的志愿为在该梯度内录取往届考生的高校中一部分或全部。3.根据权利要求2所述的一种高考志愿优化方法，其特征在于，还包括将往年考生划分为K`个梯度，划分标准为将L`个分数段中相邻的一个或数个分数段划分到一个梯度内，所述的K`≤L`；所述的K`=K，所述的L`=L。4.根据权利要求1所述的一种高考志愿优化方法，其特征在于，建立人工鱼群寻优模型，所述的模型中的各种参数为：种群规模N为当年的考生人数；人工鱼可视域Visual为步长的1~10倍；步长Step根据用户的省排名进行变化，省排位的值越大，步长越长；拥挤因子为0.1~100；尝试次数try_number为1~1000；向量X(x1,x2,……xn)，xi为欲寻优的变量。5.根据权利要求4任一项所述的一种高考志愿优化方法，其特征在于，所述的人工鱼群模型中各种参数为：种群规模N为划分的梯度内的学生人数；人工鱼可视域Visual为步长的2倍；所述的步长Step同省排位的关系为，其中a∈[1，10]，b∈[0，1]；拥挤因子为1；尝试次数try_number为100；人工鱼的初始位置为今年排位在去年排位的位置；搜索空间为该批次院校招生计划数。6.根据权利要求1所述的一种高考志愿优化方法，其特征在于，获取高校的集合后，进行模拟投档，计算用户被集合内的每个高校录取的概率因子，所述的概率因子为历年的学校平均投档排位值同该考生排名的差值与平均投档排位值的比值。7.根据权利要求1~6任一项所述的一种高考志愿优化方法，其特征在于，在优选出的高校的集合中进行分类，所述的分类的方法为：将高校分为冲刺类、稳妥类和保底类高校，所述的冲刺类高校不大于20所，所述的保底类高校不大于30所；获取阈值概率系数，所述的阈值概率系数为用户输入，或者所述的阈值概率系数为该类别高校平均的录取概率因子±差值阈值系数，所述的差值阈值系数为相应类别最后的高校录取的概率因子同该类别中所有高校的录取概率因子的平均数的差值；所述的冲刺类高校的阈值概率系数的较小值大于稳妥类高校的阈值概率系数的较大值，所述的稳妥类高校的阈值概率系数的较小值大于保底类高校的阈值概率系数的较大值。8.一种高考志愿优化装置，其特征在于，包括用户信息获取模块、历史信息调用模块、志愿推荐模块，所述的用户信息获取模块同历史信息调用模块连接，所述的历史信息获取模块同志愿推荐模块连接。9.一种高考志愿优化方终端，其特征在于，包括一个或多个处理器；以及存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述的一个或多个处理器执行，使得所述的一个或多个处理器实现如权利要求1~7中任一项所述的高考志愿优化方法。10.一种高考志愿优化存储介质，其特征在于，所述的一个或多个程度可被一个或多个处理器执行，以实现权利要求1~7任一项所述的方法。2CN109002935A说明书1/9页一种高考志愿优化方法、装置、终端和存储介质技术领域[