CN108052608A - 一种根据高中课程智能推荐大学专业的方法及装置 - Google Patents
一种根据高中课程智能推荐大学专业的方法及装置 Download PDFInfo
- Publication number
- CN108052608A CN108052608A CN201711331438.8A CN201711331438A CN108052608A CN 108052608 A CN108052608 A CN 108052608A CN 201711331438 A CN201711331438 A CN 201711331438A CN 108052608 A CN108052608 A CN 108052608A
- Authority
- CN
- China
- Prior art keywords
- course
- specialty
- user terminal
- examinee
- matching degree
- 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 22
- 238000005516 engineering process Methods 0.000 claims abstract description 30
- 238000012549 training Methods 0.000 claims description 41
- 239000000463 material Substances 0.000 claims description 10
- 230000008439 repair process Effects 0.000 claims description 3
- 238000000205 computational method Methods 0.000 claims description 2
- 235000021184 main course Nutrition 0.000 claims description 2
- 201000004569 Blindness Diseases 0.000 abstract description 6
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000012216 screening Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 239000000126 substance Substances 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229960000074 biopharmaceutical Drugs 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005658 nuclear physics Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000005855 radiation Effects 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
- G06F16/90—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)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明涉及智能推荐技术,其公开了一种根据高中课程智能推荐大学专业的方法及装置,解决传统技术中无法在高中生志愿填报时按考生高中课程兴趣和优势,高效的筛选大学专业,导致专业选择盲目性大、影响学业和长远职业生涯的问题。该方法包括步骤:a.通过用户终端进入查询界面;b.在查询界面选择考生喜欢和/或不喜欢的一门或多门课程的组合,并选择考生的科类;c.用户终端将所选择的课程和科类信息发送到服务端进行搜索;d.服务端搜索与所选择的科类信息对应的且匹配度满足要求的专业,并将搜索结果反馈给用户终端进行显示;e.点击专业信息,进入专业介绍界面,服务端将所选专业的简介、升学就业信息和开设学校信息返回到用户终端进行显示。本发明适用于填报高考志愿时的专业化指导。
Description
技术领域
本发明涉及智能推荐技术,具体涉及一种根据高中课程智能推荐大学专业的方法及装置。
背景技术
高考是我国高等教育选拔人才的主要途径,高考志愿填报是每一个高中毕业生升大学前都要遇到的问题。考生基于高考分数进行的高考志愿填报直接决定了考生能够进入的大学层次。大学的专业选择不仅直接影响考生大学毕业后的就业,也决定着考生进入大学之后的学习动力。很多同学进入大学之后学习动力不足,学习兴趣不够,造成学习的效果非常差,影响了他们的毕业和就业。这其中有一个重要的原因就是高中的课程体系与大学专业的课程体系不同,很多考生在未清楚了解大学专业的情况下选择了某个专业,造成上大学后的学习困难。因此,大学专业的选择成为了广大考生、家长和社会广泛关注的问题。
传统的高考志愿填报无法为广大考生提供基于高中课程兴趣和优势来快速筛选大学专业的决策辅助系统。最近几年全国正进行大规模的高考改革,全新的高考改革方案中均涉及到选考科目的选择问题,由于选考科目的选择涉及到高考后大学专业的选择,这成为了很多考生及家长的难题。
目前大部分对专业的介绍停留在培养目标、培养要求、课程体系、就业方向等方面。虽然这种方式能够较全面的对一个专业进行介绍,但广大高中生由于学习的知识不足,基于高中以前的知识体系很难对一个专业进行比较全面的了解。很多考生仅仅通过专业的名字来选择专业,这也使他们进入大学后学习困难、缺乏兴趣,影响了他们的学业和长远的职业规划。
发明内容
本发明所要解决的技术问题是:提供一种根据高中课程智能推荐大学专业的方法及装置,解决传统技术中无法在高中生志愿填报时按考生高中课程兴趣和优势,高效的筛选大学专业,导致专业选择盲目性大、影响学业和长远职业生涯的问题。
本发明解决上述技术问题采用的技术方案是:
一种根据高中课程智能推荐大学专业的方法,包括以下步骤:
a.通过用户终端进入查询界面;
b.在查询界面选择考生喜欢和/或不喜欢的一门或多门课程的组合,并选择考生的科类/选考科目;
c.用户终端将所选择的高中课程和科类/选考科目信息发送到服务端进行搜索;
d.所述服务端搜索与所选择的高中课程和科类/选考科目信息对应的且匹配度满足要求的专业,并将搜索结果反馈给所述用户终端进行显示;
e.点击所述专业信息,进入专业介绍界面,服务端将所选专业的简介、升学就业信息和开设学校信息返回到用户终端进行显示。
作为进一步优化,步骤a中,通过用户终端上的用于高考志愿填报的应用、网页或者微信公众号进入查询界面。
作为进一步优化,步骤b中,所述课程包括全国高中课程体系中的主要课程,含语文、数学、外语、物理、化学、生物、历史、地理、政治、音乐、体育、美术、艺术、通用技术和信息技术;所述外语包括英语、日语和俄语。
作为进一步优化,步骤d中,所述服务端搜索与所选择的高中课程和科类/选考科目信息对应的且匹配度满足要求的专业,具体包括:
若考生选择的为一门或多门喜欢的课程,则服务器搜索大学本科和专科中与考生所选择喜欢的课程匹配度均大于第一阈值的专业;
若考生选择的为一门或多门不喜欢的课程,则服务器搜索大学本科和专科中与考生所选择不喜欢的课程匹配度均小于第二阈值的专业;
若考生选择的为喜欢的课程和不喜欢的课程的组合,则服务器搜索大学本科和专科中与考生所选择喜欢的课程匹配度均大于第一阈值且与考生所选择不喜欢的课程匹配度均小于第二阈值的专业。
作为进一步优化,步骤d中,所述将搜索结果反馈给所述用户终端进行显示时,对搜索结果按照匹配度高低进行排序,同时按照本科和专科两大类进行分类并以列表形式进行显示,以供考生选择。
作为进一步优化,所述的课程匹配度的计算方法为:
pk=(pk1+pk2+pk3+pk4+……+pki……+pkn)/n
其中,pki为根据开设的某个专业的大学课程体系计算的与高中某一门课程k的匹配度,n为选取的高校的数目,其中n≥2;
pki={(a1p’k1+a2p’k2+a3p’k3+a4p’k4+……+aip’ki……+an1p’kn1)+
(b1p”k1+b2p”k2+b3p’k3+b4p”k4+……+bip”ki……+bn2p”kn2)×c/t’}/t
其中,ai为某专业培养方案中某一门必修课程的学分,p’ki为根据培养方案中某一门必修课程计算的与高中课程的匹配度;bi为某专业培养方案中某一门选修课程的学分,p”ki为根据培养方案中某一门选修课程计算的与高中课程的匹配度;t为某一专业培养方案要求学习的总学分,c为某一专业选修课可选的学分,t’为培养方案中提供的选修课的总学分;其中n1为必修课的数目,n2为选修课的数目
p’ki=(z1+z2+z3+…zi…+zm)/m;
p”ki=(z1+z2+z3+…zi…+zm)/m;
zi为熟悉该专业某门课程的某个专业人士根据大学专业课程的多本教材与高中某门课程的匹配程度赋予该门高中课程的分值的平均值;m为专业人士的人数,m≥2。
作为进一步优化,所述第一阈值为k1,0<k1<100,第二阈值为k2,1<k2<50。
作为进一步优化,步骤d中,还包括:判断当前用户是否注册了账号,如是,所述用户终端记录所述查询条件,并在所述服务端将所述的查询条件与账号进行绑定,返回所有查询结果,并执行步骤e;否则,所述用户终端记录所述查询条件,仅返回部分查询结果,结束流程,不执行步骤e。
此外,本发明还公开了一种根据高中课程智能推荐大学专业的装置,包括用户终端和与所述用户终端进行无线通讯的服务端;
所述用户终端包括:
界面进入单元,用于通过用户终端上的用于高考志愿填报的应用、网页或微信公众号进入查询界面;
查询选择界面,用于供用户选择查询条件;所述查询条件包括考生喜欢或不喜欢的一门或多门高中课程,并选择考生的科类/选考科目;
信息发送单元,用于将所选择的高中课程和科类/选考科目信息发送到服务端进行搜索;
专业信息显示单元,用于显示专业的简介、升学就业和开设学校等信息;
所述服务端包括:
搜索单元:用于搜索与所选择的高中课程和科类/选考科目信息对应的且匹配度满足要求的专业,并将搜索结果反馈给所述用户终端进行显示;
专业信息推送单元,用于在用户终端选择某个专业后,向用户终端推送该专业的简介、升学就业和开设学校信息。
作为进一步优化,所述用户终端还包括:
权限控制模块,用于判断当前用户是否注册了账号,如是,用户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,并返回所有符合查询条件的结果;否则用户终端记录所述查询条件并返回部分符合查询条件的结果。
本发明的有益效果是:
在填报之前通过考生选择的喜欢的和/或不喜欢的课程信息,并根据输入的位次,智能推荐大学的专业(含本科专业和专科专业),并能提供所推荐专业的具体信息,所以可进行智能推荐,避免报考的盲目性,为高考学子的志愿填报提供专业化指导。
附图说明
图1为本发明实施例中基于高中课程智能推荐大学专业的方法流程图;
图2为本发明实施例中基于高中课程智能推荐大学专业的装置结构框图。
具体实施方式
针对传统技术中无法为高中生志愿填报时提供详细的数据、专业选择盲目性大、影响学业和长远职业生涯的缺陷,本发明提供一种基于高中生知识体系、避免大学专业选择盲目性的基于大数据的推荐大学专业的方法和装置。
下面结合附图及实施例对本发明的方案做进一步的描述:
实施例一:
本实施例中的基于高中课程智能推荐大学专业方法应用于利用用户终端在志愿填报中的大学专业推荐,在终端上安装有但不仅限于高考志愿填报相关的软件、浏览器、APP、微信公众号等。
在具体实现上,如图1所示,该方法包括以下步骤:
步骤01、点击应用图标或通过网页、微信公众号进入查询界面:在本步骤中,点击终端主界面上的应用图标或从通过网页、微信公众号列表中进入查询界面。本实施例中,终端选用智能手机、计算机等,当然,在本实施例中的其他情况下,终端也可以是智能手机和计算机之外的其他终端设备,例如但不限于:平板电脑或笔记本电脑。
步骤02、在查询界面上选择考生的兴趣:本步骤中,考生可选择喜欢或者不喜欢,亦即考生通过喜欢的课程查询或者通过排除不喜欢的课程进行大学专业的查询。选择时,考生可以从语文、数学、外语、物理、化学、生物、历史、地理、政治、音乐、体育、美术、艺术、通用技术和信息技术等14门高中课程中选择一门或多门课程。选择课程后,考生对科类/选考科目(文科、理科)进行选择。
步骤03、终端将考生选择的课程信息(包括喜欢的课程和/或者不喜欢的课程)和科类/选考科目(文科或理科)发送到服务端进行搜索:
在本步骤中,根据考生选择的高中课程和科类/选考科目,终端的APP、软件或网页将搜索条件发送到服务端程序进行搜索。
步骤04、服务端搜索与所选择的高中课程和科类/选考科目信息对应的且匹配度满足要求的专业,并将搜索结果反馈给所述用户终端进行显示;本步骤中,服务端搜索条件需要满足两个要求,其一,科类/选考科目信息对应,其二,匹配度满足要求;其中,匹配度满足要求具体要根据用户选择的是喜欢的课程还是不喜欢的课程,对于喜欢的课程,则匹配度需要大于某个阈值,对于不喜欢的课程,则匹配度需要小于某个阈值。而对于既选择了喜欢的课程又选择了不喜欢的课程的情况,则需要搜索出与不喜欢的课程之间的匹配度小于某个阈值而与喜欢的课程之间的匹配度大于某个阈值的专业。
步骤05、点击搜索结果列表中的专业信息,进入专业信息显示界面:本步骤中,搜索结果在终端上呈列表展现,且本科与专科的专业分类展现,点击搜索结果列表中的某一专业,进入专业信息显示界面。
步骤06、点击专业信息显示界面上的简介、升学就业、开设学校等信息,可查看专业的详细介绍:本步骤中,点击简介,可查看专业的方向、专业课程体系、学位信息、相关专业、核心知识等信息;点击升学就业,可查看升学途径、就业途径等信息;点击开设学校,可查看开设该专业的学校信息。
为了保证数据的安全性,在执行完上述步骤05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,移动查询终端记录查询的条件,并在服务端将查询的条件与账号进行绑定,执行上述步骤06,或者将查询的所有大学专业返回到结果列表中;否则,终端记录查询条件,显示部分查询结果到列表中,不执行步骤06。
实施例1:
在查询界面上,如果用户选择的高中课程为感兴趣的课程,然后选择科类/选考科目;终端将考生选择的感兴趣的课程信息和科类/选考科目发送到服务端进行搜索,则服务器搜索相应科类/选考科目与所选择课程匹配度pk>k1(比如k1=10)的专业。
例如:某考生A选择了感兴趣的高中课程为地理,且为理科,根据我们数据库中各专业与课程的匹配程度pk,pk>10的本科专业有44个,分别为地理科学、自然地理与资源环境、人文地理与城乡规划、水文与水资源工程、水土保持与荒漠化防治、地理信息科学等;服务端将会把这些匹配的本科专业返回到终端进行显示。而根据我们数据库中各专业与高中课程的匹配程度pk,与地理匹配度pk>10的专科专业有57个,分别为水文与水资源工程,水土保持技术,国土测绘与规划,大气探测技术,大气科学技术等;服务端将会把这些匹配的专科专业返回到终端进行显示,系统在显示时,筛选出的专业按匹配度pk由高到低进行排序。
考生也可选择多门高中课程的组合,例如,考生A1选择了感兴趣的高中课程为数学和物理,且为理科,根据我们数据库中各专业与课程的匹配度pk,与数学和物理两门高中课程匹配度pk都大于10的本科专业有134个,分别为物理学、数学与应用数学、应用物理学、飞行器动力工程、理论与应用力学、核物理、电子科学与技术等;服务端将会把这些匹配的本科专业返回到终端显示。如果考生选择查看专科专业,根据我们数据库中各专业与课程的匹配度pk,与数学、物理两门高中课程匹配度pk都大于10的专科专业有306个,分别为智能终端技术与应用、电子产品质量检测、无人机应用技术、通信航空器维修、飞机机载设备维修技术等;服务端将会把这些匹配的专科专业返回到终端显示,系统在显示时,筛选出的专业按两门课程匹配度pk的和值由高到低进行排序。
又例如,考生A2选择了感兴趣的高中课程为数学、物理和生物三门课程的组合,且为理科,根据我们数据库中各专业与课程的匹配度pk,与数学、物理和生物三门高中课程匹配度pk都大于10的本科专业有26个,分别为飞行器环境与生命保障工程、眼视光学、生物工程、生物医学工程、放射医学、医学信息工程、医学影像技术等;服务端将会把这些匹配的本科专业返回到终端显示,系统在显示时,筛选出的专业按三门课程匹配度pk的和值由高到低进行排序。如果考生选择查看专科专业,根据我们数据库中各专业与课程的匹配度pk,与数学、物理和生物三门高中课程匹配度pk都大于10的专科专业有55个,分别为化工生物技术、生物产品检验检疫、药品生物技术、农业生物技术、生物质能应用技术等;服务端将会把这些匹配的专科专业返回到终端显示,系统在显示时,筛选出的专业按三门课程匹配度pk的和值由高到低进行排序。
实施例2:
在查询界面上考生也可以选择不喜欢的课程:选择课程后,考生对科类/选考科目进行选择。终端将考生选择的不喜欢的课程信息和科类/选考科目发送到服务端进行搜索:服务端搜索课程匹配度pk<k2(比如k2=5)的大学本科专业,并将搜索结果返回到终端进行显示:若考生选择的为多门课程的组合,则搜索大学专业与考生所选的多门高中课程匹配度pk均小于k2(比如k2=5)的专业,将搜索结果返回到所述终端进行显示,系统在显示时,筛选出的专业按多门课程匹配度pk的和值由低到高进行排序。服务端将上述搜索结果以json格式返回到终端,并在终端中以列表形式进行显示,本科专业和专科专业分开显示,考生可以点击本科或专科选择显示本科专业或专科专业,这样考生可以直观的看到与自己所选课程匹配度较高的专业信息、招生类别和专业归属大类信息。
例如,考生B选了不感兴趣的的高中课程为地理,且为理科,根据我们数据库中各专业与课程的匹配度pk,pk<5的本科专业共有373个,分别为数理基础科学,工程造价,计算机科学与技术,经济统计学,生物制药,化学,财务管理等;服务端将会把这些匹配的本科专业返回到终端进行显示,系统在显示时,筛选出的专业按课程匹配度pk由低到高进行排序。考生也可以查看专科专业,根据我们数据库中各专业与课程的匹配度pk,与高中课程地理匹配度pk小于5的专科专业有617个,分别为水电站动力设备、智能产品开发、智能控制技术、通信系统运行管理、汽车造型技术等;服务端将会把这些匹配的专科专业返回到终端显示,系统在显示时,筛选出的专业按课程匹配度pk由低到高进行排序。
考生也可以选择多门课程的组合,例如,考生B1选了不感兴趣的的高中课程为数学和化学,且为理科,根据我们数据库中各专业与课程的匹配度pk,与数学和化学两门高中课程匹配度pk都小于5的本科专业有175个,分别为音乐学、古典文献学、外交学、书法学、英语、斯洛文尼亚语、孟加拉语等,服务端将会把这些匹配的本科专业返回到终端显示,系统在显示时,筛选出的专业按两门课程匹配度pk的和值由低到高进行排序。考生也可以查看专科专业,根据我们数据库中各专业与课程的匹配度pk,与数学和化学两门高中课程匹配度pk都小于5的专科专业有218个,分别为中小企业创业与经营、健康管理、播音与主持、服装与服饰设计、交通管理等,服务端将会把这些匹配的专科专业返回到终端显示,系统在显示时,筛选出的专业按两门课程匹配度pk的和值由低到高进行排序。
又例如,考生B2选择了不感兴趣的高中课程为数学、化学和生物,且为理科,根据我们数据库中各专业与课程的匹配度pk,与数学、化学和生物三门高中课程匹配度pk都小于5的本科专业有129个,分别为艺术教育、波兰语、英语、汉语国际教育、音乐学、艺术设计学等,服务端将会把这些匹配的本科专业返回到终端显示,系统在显示时,筛选出的专业按三门课程匹配度pk的和值由低到高进行排序。考生也可以查看专科专业,根据我们数据库中各专业与课程的匹配度pk,与数学、化学和生物三门高中课程匹配度pk都小于5的专科专业有159个,分别为权籍信息化管理、特警、航空发动机维修技术、摄影摄像技术、机场电工技术等。服务端将会把这些匹配的专科专业返回到终端显示,系统在显示时,筛选出的专业按三门课程匹配度pk的和值由低到高进行排序。
实施例3:
在查询界面上考生也可以选择一门或两门感兴趣的课程,同时选择一门或两门不感兴趣的课程:选择课程后,考生对科类/选考科目(文科、理科)进行选择。终端将考生选择的感兴趣的和不感兴趣的课程信息和科类/选考科目发送到服务端进行搜索:服务端搜索课程匹配度相关的大学专业,并将搜索结果返回到终端进行显示:
如果考生选择了一门感兴趣的高中课程x,同时选择一门不感兴趣的高中课程y,所述服务端将搜索大学专业中所选课程x匹配度pk>k1(比如k1=10),并且与所选课程y匹配度pk<k2(比如k2=5)的大学专业,并将搜索结果返回到所述终端显示,系统在显示时,筛选出的专业按感兴趣的课程的pk值由高到低进行排序。若考生选择一门感兴趣的高中课程x,同时选择了两门不感兴趣的课程与y1和y2,所述服务端将搜索大学专业中与考生所选课程x匹配度pk>k1(比如k1=10),并且与所选课程y1和y2匹配度pk均小于k2(比如k2=5)的大学专业并将搜索结果返回到所述终端进行显示,系统在显示时,筛选出的专业按感兴趣的课程的pk值由高到低进行排序。若考生选择两门感兴趣的高中课程x1和x2,同时选了一门不感兴趣的高中课程y,所述服务端将搜索大学专业中所选课程x1和x2匹配度pk均大于k1(比如k1=10),并且与所选课程y匹配度pk<k2(比如k2=5)的大学专业,并将搜索结果返回到所述终端显示,系统在显示时,筛选出的专业按感兴趣的课程x1和x2的pk值的和值由高到低进行排序。服务端将上述搜索结果以json格式返回到终端,并在终端中以列表形式进行显示,本科专业和专科专业分开显示,考生可以点击本科或专科选择显示本科专业或专科专业,这样考生可以直观的看到与自己所选课程匹配度较高的专业信息、招生类别和专业归属大类信息。
下面进行举例说明,例如,考生C选了一门感兴趣的高中课程为语文,同时选了一门不感兴趣的高中课程为外语,且为理科,根据我们数据库中各专业与课程的匹配度,筛选与语文匹配度pk>10,并且与外语匹配度pk<5的大学本科专业,共有27个专业,分别为汉语言、播音与主持艺术、戏曲影视文学、古典文献学等。服务端将会把这些匹配的本科专业返回到终端显示,系统在显示时,筛选出的专业按所选的感兴趣的语文的pk值由高到低进行排序。考生也可以查看专科专业,根据我们数据库中各专业与课程的匹配度,筛选出与语文匹配度pk>10,并且与外语匹配度pk<5的大学专科专业共有45个,分别为文秘速录、文秘、法律文秘、影视编导、戏曲表演等。服务端会把这些匹配的专科专业返回到终端显示,系统在显示时,筛选出的专业按所选的感兴趣的语文的pk值由高到低进行排序。
又如,考生C1选择了一门感兴趣的高中课程为数学,同时选择了两门不感兴趣的高中课程分别为化学和外语,且为理科,根据我们数据库中各专业与课程的匹配度,筛选与数学匹配度pk>10,并且与化学和外语匹配度pk均小于5的大学本科专业,共有115个本科专业,分别为统计学、数学与应用数学、逻辑学、信息与计算科学、数理基础科学等。服务端将会把这些匹配的本科专业返回到终端显示,系统在显示时,筛选出的专业按所选的感兴趣的数学的pk值由高到低进行排序。考生也可以查看专科专业,根据我们数据库中各专业与课程的匹配度,筛选与数学匹配度pk>10,并且与化学和外语匹配度pk均小于5的大学专科专业,共有151个专科专业,分别为信息统计与分析、统计与会计核算、财务管理、会计、国际经济与贸易等。服务端将会把这些匹配的专科专业返回到终端显示,系统在显示时,筛选出的专业按所选的感兴趣的数学的pk值由高到低进行排序。
又例如,考生C2选择了两门感兴趣的高中课程为数学和物理,同时选择了一门不感兴趣的高中课程分别为外语,且为理科,根据我们数据库中各专业与课程的匹配度,筛选与数学和物理匹配度pk均大于10,并且与外语匹配度pk<5的大学本科专业,共有130个本科专业,分别为物理学、数学与应用数学、数理基础科学、应用物理学、飞行器动力工程、理论与应用力学等。服务端将会把这些匹配的本科专业返回到终端显示。考生也可以查看专科专业,根据我们数据库中各专业与课程的匹配度,筛选与数学和物理匹配度pk均大于10,并且与外语匹配度pk<5的大学专科专业,共有305个专科专业,分别为电子产品质量检测、智能终端技术与应用、无人机应用技术、通用航空器维修、飞机机载设备维修技术、水电站动力设备等。服务端将会把这些匹配的专科专业返回到终端显示,系统在显示时,筛选出的专业按所选的感兴趣数学和物理的pk值的和值由高到低进行排序。
需要说明的是,匹配度计算为本发明的一个核心点,大学专业中与所选课程匹配度pk按如下方法进行计算:
匹配度pk=(pk1+pk2+pk3+pk4+……+pki……+pkn)/n
其中,pki为根据开设某个专业的大学课程体系计算的与高中某一门课程的匹配度,n为选取的高校的数目,其中n≥2,n值选取应尽可能大;k表示语文、数学、外语、物理、化学、生物、历史、地理、政治、音乐、体育、美术、艺术、通用技术和信息技术等高中课程。
匹配度(pki)={(a1p’k1+a2p’k2+a3p’k3+a4p’k4+……+aip’ki……+an1p’kn1)+(b1p”k1+b2p”k2+b3p’k3+b4p”k4+……+bip”ki……+bn2p”kn2)×c/t’}/t
其中,ai为某专业培养方案中某一门必修课程的学分,p’ki为根据培养方案中某一门必修课程计算的与高中课程的匹配度;bi为某专业培养方案中某一门选修课程的学分,p”ki为根据培养方案中某一门选修课程计算的与高中课程的匹配度。t为某一专业培养方案要求学习的总学分,c为某一专业选修课可选的学分,t’为培养方案中提供的选修课的总学分。其中n1为必修课的数目,n2为选修课的数目。
匹配度p’ki=(z1+z2+z3+…zi…+zn)/m
zi为熟悉该专业某门课程的某个专业人士根据大学专业课程的多本教材与高中某门课程的匹配程度赋予该门高中课程的分值平均值(分值为0~100分),其中教材选取不得小于1本,每本教材赋予一个匹配值,zi为平均值;m为专业人士的人数,m≥2,m值选取应尽可能大。
匹配度p”ki=(z1+z2+z3+…zi…+zn)/m
zi为熟悉该专业某门课程的某个专业人士根据大学专业课程的多本教材与高中某门课程的匹配程度赋予该门高中课程的分值平均值(分值为0~100分),其中教材选取不得小于1本,每本教材赋予一个匹配值,zi为平均值;m为专业人士的人数,m≥2,m值选取应尽可能大。
例如,某高校本科专业电子信息工程的培养方案中,有大学物理(5个学分),高等数学(6个学分),线性代数(3个学分),数字信号处理(3个学分),自动控制技术(3个学分)等必修课程,根据专业人士所选取的各门课程的教材赋予各门课程与高中数学的匹配程度的平均值为:大学物理40分,高等数学100分,线性代数100分,数字信号处理30分,自动控制技术30分。
其必选课程有153个学分,总学分为185个学分,选修的课程一共有微波遥感基础(2个学分),数字电视原理(3个学分),计算机网络(3个学分)等48个学分,根据5位专业人士所选取的各门课程的教材赋予各门课程与高中数学的匹配程度的平均值为:微波遥感基础30分,数字电视原理30分,计算机网络10分。
根据:
pki={(a1p’k1+a2p’k2+a3p’k3+a4p’k4+……+aip’ki……+an1p’kn1)+(b1p”k1+b2p”k2+b3p’k3+b4p”k4+……+bip”ki……+bn2p”kn2)×c/t’}/t
pki={(5×40+6×100+3×100+3×30+3×30+……)+(2×30+3×30+3×10+……)×32/48}/185
算出该高校本科专业电子信息工程与高中数学的匹配度为38.75分,另外选取了三所高校(共4所高校)计算出其本科专业电子信息工程与高中数学的匹配度为31.32分,40.45分,35.60分,故电子信息工程与高中数学的匹配度
pk(数学)=(38.75+31.32+40.45+35.60)/4=36.53分。
实施例二:
本实施例涉及一种实现基于高中课程体系的大学专业智能推荐的方法的装置。该装置应用于高考志愿填报中的大学专业推荐,如图2所示,该装置包括用户终端和服务端,服务端与用户终端进行无线通讯;用户终端安装有但不仅限于高考志愿填报相关的软件、APP、浏览器、微信公众号等。
所述用户终端包括:
界面进入单元,用于通过用户终端上的用于高考志愿填报的应用、网页或微信公众号进入查询界面;
查询选择界面,用于供用户选择查询条件;所述查询条件包括考生喜欢或不喜欢的一门或多门高中课程,并选择考生的科类/选考科目;
信息发送单元,用于将所选择的高中课程和科类/选考科目信息发送到服务端进行搜索;
专业信息显示单元,用于显示专业的简介、升学就业和开设学校等信息;
所述用户终端还包括:
权限控制模块,用于判断当前用户是否注册了账号,如是,用户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,并返回所有符合查询条件的结果;否则,用户终端记录所述查询条件并返回部分符合查询条件的结果。
所述服务端包括:
搜索单元:用于搜索与所选择的科类/选考科目信息对应的且匹配度满足要求的专业(本科专业和专科专业),并将搜索结果反馈给所述用户终端进行显示;
专业信息推送单元,用于在用户终端选择某个专业后,向用户终端推送该专业的简介、升学就业和开设学校信息。
搜索单元中的搜索结果包括但不仅限于专业名称、招生科类/选考科目、专业归属大类信息。服务端将搜索的结果以json格式返回到终端,并在终端中以列表的形式进行显示。
本发明的装置是针对高中课程与专业衔接信息缺乏,根据高中课程与大学各专业所有课程信息的相关度,经过大数据分析推算大学专业学习过程中与高中各课程的匹配度,将高中课程信息与大学专业直观的联系起来,在志愿填报选择专业之前了解大学专业学习的内容与难度,这样可以避免报考的盲目性,促使考生调整报考策略,提高报考理想专业的成功率。
需要说明的是,以上实施例仅是作为对本发明内容的解释说明,并不用于限定本发明的技术方案,本领域技术人员在不脱离本发明实质精神下对上述实施例所作出的等同修改/替换方案均属于本发明的保护范围。
Claims (10)
1.一种根据高中课程智能推荐大学专业的方法,其特征在于,包括以下步骤:
a.通过用户终端进入查询界面;
b.在查询界面选择考生喜欢和/或不喜欢的一门或多门课程的组合,并选择考生的科类/选考科目;
c.用户终端将所选择的课程和科类/选考科目信息发送到服务端进行搜索;
d.所述服务端搜索与所选择的高中课程及科类/选考科目信息对应的且匹配度满足要求的专业,并将搜索结果反馈给所述用户终端进行显示;
e.点击所述专业信息,进入专业介绍界面,服务端将所选专业的简介、升学就业信息和开设学校信息返回到用户终端进行显示。
2.如权利要求1所述的一种根据高中课程智能推荐大学专业的方法,其特征在于,步骤a中,通过用户终端上的用于高考志愿填报的应用、网页或者微信公众号进入查询界面。
3.如权利要求1所述的一种根据高中课程智能推荐大学专业的方法,其特征在于,步骤b中,所述课程包括全国高中课程体系中的主要课程,含语文、数学、外语、物理、化学、生物、历史、地理、政治、音乐、体育、美术、艺术、通用技术和信息技术;所述外语包括英语、日语和俄语。
4.如权利要求1所述的一种根据高中课程智能推荐大学专业的方法,其特征在于,步骤d中,所述服务端搜索与所选择的高中课程及科类/选考科目信息对应的且匹配度满足要求的专业,具体包括:
若考生选择的为一门或多门喜欢的课程,则服务器搜索大学本科和专科中与考生所选择喜欢的课程匹配度均大于第一阈值的专业;
若考生选择的为一门或多门不喜欢的课程,则服务器搜索大学本科和专科中与考生所选择不喜欢的课程匹配度均小于第二阈值的专业;
若考生选择的为喜欢的课程和不喜欢的课程的组合,则服务器搜索大学本科和专科中与考生所选择喜欢的课程匹配度均大于第一阈值且与考生所选择不喜欢的课程匹配度均小于第二阈值的专业。
5.如权利要求4所述的一种根据高中课程智能推荐大学专业的方法,其特征在于,所述第一阈值为k1,0<k1<100,第二阈值为k2,1<k2<50。
6.如权利要求4所述的一种根据高中课程智能推荐大学专业的方法,其特征在于,步骤d中,所述将搜索结果反馈给所述用户终端进行显示时,对搜索结果按照匹配度高低进行排序,同时按照本科和专科两大类进行分类并以列表形式进行显示,以供考生选择。
7.如权利要求4所述的一种根据高中课程智能推荐大学专业的方法,其特征在于,所述的课程匹配度的计算方法为:
pk=(pk1+pk2+pk3+pk4+……+pki……+pkn)/n
其中,pki为根据开设的某个专业的大学课程体系计算的与高中某一门课程k的匹配度,n为选取的高校的数目,其中n≥2;
pki={(a1p’k1+a2p’k2+a3p’k3+a4p’k4+……+aip’ki……+an1p’kn1)+(b1p”k1+b2p”k2+b3p’k3+b4p”k4+……+bip”ki……+bn2p”kn2)×c/t’}/t
其中,ai为某专业培养方案中某一门必修课程的学分,p’ki为根据培养方案中某一门必修课程计算的与高中课程的匹配度;bi为某专业培养方案中某一门选修课程的学分,p”ki为根据培养方案中某一门选修课程计算的与高中课程的匹配度;t为某一专业培养方案要求学习的总学分,c为某一专业选修课可选的学分,t’为培养方案中提供的选修课的总学分;其中n1为必修课的数目,n2为选修课的数目;
p’ki=(z1+z2+z3+…zi…+zm)/m;
p”ki=(z1+z2+z3+…zi…+zm)/m;
zi为熟悉该专业某门课程的某个专业人士根据大学专业课程的多本教材与高中某门课程的匹配程度赋予该门高中课程的分值的平均值;m为专业人士的人数,m≥2。
8.如权利要求1-7任意一项所述的一种根据高中课程智能推荐大学专业的方法,其特征在于,步骤d中,还包括:判断当前用户是否注册了账号,如是,用户终端记录所述查询条件,并在所述服务端将所述的查询条件与账号进行绑定,返回所有查询结果,并执行步骤e;否则,用户终端记录所述查询条件,仅返回部分查询结果,结束流程,不执行步骤e。
9.一种根据高中课程智能推荐大学专业的装置,其特征在于,包括用户终端和与所述用户终端进行无线通讯的服务端;
所述用户终端包括:
界面进入单元,用于通过用户终端上的用于高考志愿填报的应用、网页或微信公众号进入查询界面;
查询选择界面,用于供用户选择查询条件;所述查询条件包括考生喜欢或不喜欢的一门或多门高中课程,并选择考生的科类/选考科目;
信息发送单元,用于将所选择的高中课程和科类/选考科目信息发送到服务端进行搜索;
专业信息显示单元,用于显示专业的简介、升学就业和开设学校等信息;
所述服务端包括:
搜索单元:用于搜索与所选择的高中课程和科类/选考科目信息对应的且匹配度满足要求的专业,并将搜索结果反馈给所述用户终端进行显示;
专业信息推送单元,用于在用户终端选择某个专业后,向用户终端推送该专业的简介、升学就业和开设学校信息。
10.如权利要求9所述的一种根据高中课程智能推荐大学专业的装置,其特征在于,所述用户终端还包括:
权限控制模块,用于判断当前用户是否注册了账号,如是,用户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,并返回所有符合查询条件的结果;否则,用户终端记录所述查询条件并返回部分符合查询条件的结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711331438.8A CN108052608B (zh) | 2017-12-13 | 2017-12-13 | 一种根据高中课程智能推荐大学专业的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711331438.8A CN108052608B (zh) | 2017-12-13 | 2017-12-13 | 一种根据高中课程智能推荐大学专业的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108052608A true CN108052608A (zh) | 2018-05-18 |
CN108052608B CN108052608B (zh) | 2022-01-04 |
Family
ID=62132642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711331438.8A Active CN108052608B (zh) | 2017-12-13 | 2017-12-13 | 一种根据高中课程智能推荐大学专业的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108052608B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109242735A (zh) * | 2018-09-04 | 2019-01-18 | 安徽皖新金智教育科技有限公司 | 一种校园选课系统及选课方法 |
CN111242396A (zh) * | 2018-11-28 | 2020-06-05 | 上海易教信息科技有限公司 | 一种基于职业生涯规划的选科排课方法及系统 |
CN111639256A (zh) * | 2020-04-20 | 2020-09-08 | 广东德诚科教有限公司 | 基于学科的专业推荐方法、装置、计算机设备和存储介质 |
CN112348727A (zh) * | 2020-12-02 | 2021-02-09 | 上海去森教育科技有限公司 | 一种高中生分科辅助决策系统 |
CN112650917A (zh) * | 2020-09-11 | 2021-04-13 | 安徽九广全景智慧科技有限公司 | 一种新高考智能选科推荐系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104239499A (zh) * | 2014-09-10 | 2014-12-24 | 广州砺锋信息科技有限公司 | 一种基于大数据的高考志愿智能推荐的方法及装置 |
US20150111190A1 (en) * | 2013-10-22 | 2015-04-23 | Steven Michael VITTORIO | Educational content search and results |
CN104572989A (zh) * | 2015-01-06 | 2015-04-29 | 苏州智甄测评技术软件科技有限公司 | 一种辅助高中生选择大学专业的信息推荐方法及系统 |
CN104978496A (zh) * | 2015-08-05 | 2015-10-14 | 上海亿阁信息科技有限公司 | 高考志愿院校智能推荐算法 |
CN105096224A (zh) * | 2015-08-21 | 2015-11-25 | 湖南亿谷科技发展股份有限公司 | 志愿推荐方法和系统 |
CN106055639A (zh) * | 2016-05-31 | 2016-10-26 | 成都德善能科技有限公司 | 一种高考志愿查询系统及其查询方法 |
CN106355530A (zh) * | 2016-08-22 | 2017-01-25 | 深圳市乐博学坊咨询有限公司 | 一种高考志愿填报自动化分析与决策方法 |
CN106408473A (zh) * | 2016-08-29 | 2017-02-15 | 曹子健 | 一种高考志愿院校选择算法 |
CN106803216A (zh) * | 2017-01-13 | 2017-06-06 | 深圳爱拼信息科技有限公司 | 一种适应浙江省的志愿推荐系统及方法 |
-
2017
- 2017-12-13 CN CN201711331438.8A patent/CN108052608B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150111190A1 (en) * | 2013-10-22 | 2015-04-23 | Steven Michael VITTORIO | Educational content search and results |
CN104239499A (zh) * | 2014-09-10 | 2014-12-24 | 广州砺锋信息科技有限公司 | 一种基于大数据的高考志愿智能推荐的方法及装置 |
CN104572989A (zh) * | 2015-01-06 | 2015-04-29 | 苏州智甄测评技术软件科技有限公司 | 一种辅助高中生选择大学专业的信息推荐方法及系统 |
CN104978496A (zh) * | 2015-08-05 | 2015-10-14 | 上海亿阁信息科技有限公司 | 高考志愿院校智能推荐算法 |
CN105096224A (zh) * | 2015-08-21 | 2015-11-25 | 湖南亿谷科技发展股份有限公司 | 志愿推荐方法和系统 |
CN106055639A (zh) * | 2016-05-31 | 2016-10-26 | 成都德善能科技有限公司 | 一种高考志愿查询系统及其查询方法 |
CN106355530A (zh) * | 2016-08-22 | 2017-01-25 | 深圳市乐博学坊咨询有限公司 | 一种高考志愿填报自动化分析与决策方法 |
CN106408473A (zh) * | 2016-08-29 | 2017-02-15 | 曹子健 | 一种高考志愿院校选择算法 |
CN106803216A (zh) * | 2017-01-13 | 2017-06-06 | 深圳爱拼信息科技有限公司 | 一种适应浙江省的志愿推荐系统及方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109242735A (zh) * | 2018-09-04 | 2019-01-18 | 安徽皖新金智教育科技有限公司 | 一种校园选课系统及选课方法 |
CN111242396A (zh) * | 2018-11-28 | 2020-06-05 | 上海易教信息科技有限公司 | 一种基于职业生涯规划的选科排课方法及系统 |
CN111639256A (zh) * | 2020-04-20 | 2020-09-08 | 广东德诚科教有限公司 | 基于学科的专业推荐方法、装置、计算机设备和存储介质 |
CN111639256B (zh) * | 2020-04-20 | 2024-06-04 | 广东德诚科教有限公司 | 基于学科的专业推荐方法、装置、计算机设备和存储介质 |
CN112650917A (zh) * | 2020-09-11 | 2021-04-13 | 安徽九广全景智慧科技有限公司 | 一种新高考智能选科推荐系统 |
CN112348727A (zh) * | 2020-12-02 | 2021-02-09 | 上海去森教育科技有限公司 | 一种高中生分科辅助决策系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108052608B (zh) | 2022-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bharara et al. | Application of learning analytics using clustering data Mining for Students’ disposition analysis | |
CN108052608A (zh) | 一种根据高中课程智能推荐大学专业的方法及装置 | |
US20150363795A1 (en) | System and Method for gathering, identifying and analyzing learning patterns | |
Baek et al. | Educational data mining versus learning analytics: A review of publications from 2015 to 2019 | |
Fteimi | Analyzing the literature on knowledge management frameworks: Towards a normative knowledge management classification schema | |
Krase | Differences in racially disproportionate reporting of child maltreatment across report sources | |
KR101619748B1 (ko) | 온톨로지 기반의 스마트 학습 또는 수업 공유 시스템 | |
Choptiany et al. | SHARP: integrating a traditional survey with participatory self-evaluation and learning for climate change resilience assessment | |
Bydžovská | Course Enrolment Recommender System | |
Xia | Learning behavior mining and decision recommendation based on association rules in interactive learning environment | |
US8339410B2 (en) | Computer-aided methods and systems for pattern-based cognition from fragmented material | |
CN108090228B (zh) | 一种通过文化云平台进行互动的方法及装置 | |
Polcsik et al. | Residents’ perceptions of sporting events: a review of the literature | |
Hyun et al. | Landscape of human resource development research in Korea: Results from author co-citation network analysis | |
Tawalbeh | The role of social media in knowledge sharing among faculty members in Jordanian Public Universities | |
Strong et al. | More than language learning: A quantcrit analysis of the relationship between district contexts and long-term English learner rates | |
Sutton et al. | Institutional factors affecting expansion within the East African community: An analysis of managers’ personal stories | |
Schultheiß et al. | A representative online survey among German search engine users with a focus on questions regarding search engine optimization (SEO): a study within the SEO Effect project | |
Razzaq Malik et al. | Multiagent semantical annotation enhancement model for iot-based energy-aware data | |
US20150325141A1 (en) | Touch-centric Learning and Research System | |
Mago | A Proposed Framework for Big Data Analytics in Higher Education | |
DE202017105015U1 (de) | Ausgabe von Inhalt auf der Basis von Interessen von anderen Benutzern | |
Shabnam Ara et al. | A Comprehensive Survey on Usage of Learning Analytics for Enhancing Learner's Performance in Learning Portals | |
JP2018063610A (ja) | 文章検索システム、q&a検索システム、クライアントステム及びサーバ | |
Yakin et al. | Evaluating an electronic performance support system for crime scene investigation units in Turkey |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |