CN108629454A - 用二三制法预测高校投档线的方法 - Google Patents
用二三制法预测高校投档线的方法 Download PDFInfo
- Publication number
- CN108629454A CN108629454A CN201810421135.3A CN201810421135A CN108629454A CN 108629454 A CN108629454 A CN 108629454A CN 201810421135 A CN201810421135 A CN 201810421135A CN 108629454 A CN108629454 A CN 108629454A
- Authority
- CN
- China
- Prior art keywords
- years
- line
- over
- universities
- colleges
- 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 43
- 238000004458 analytical method Methods 0.000 claims description 5
- 241001269238 Data Species 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims 1
- 230000002776 aggregation Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种用二三制法预测高校投档线的方法,采取“二三制”法预测高校投档线,所述的“二三制”的第一个三:即线差法(即历年投档分‑当年该批次分数线)、线差比法(即(历年投档分‑当年该批次分数线)/当年该批次分数线)和排位法(即历年全省最低排位平均值);“二三制”的第二个三:即用3年、4年、5年共3个年度的数据进行预测。本发明与现有技术相比的优点在于:本发明可以大大提高预测高校投档线的准确度和可靠度,为高考考生在志愿填报中准确地判断与本人高考成绩相匹配的学校提供了可靠的数据,帮助考生精准选择到理想的大学。
Description
技术领域
本发明涉及高考投档分析领域,具体是指用二三制法预测高校投档线的方法。
背景技术
互联网的高速发展,电脑与手机等移动终端的广泛普及,高校信息与政府高招信息的公开、数据库技 术的发展,人工智能技术的发展,为大数据分析、人工智能指导高考填报志愿技术提供了可能。高考志愿 填报辅助系统最基本的功能就是通过分析历年高校投档线,预测高校当年的投档线,为考生提供录取概率 的参考,使考生能够准确选择到适合于自己高考成绩的学校,原有的线差法误差较大,由于每年的分数线 不一样,围绕分数线的考生分数虽然是正态分布,但形状每年都不一样,在2016年16个不同的批次计划 性质类型中,只有3个批次计划性质的准确类达到90%以上,大部分都在50%-84%之间,可靠性不够,仅 仅一种方法带来的误差或者差错无法及时发现。
发明内容
本发明要解决的技术问题是,针对以上问题提供一种准确率高可靠性强的高考投档线算法。
为解决上述技术问题,本发明提供的技术方案为:用二三制法预测高校投档线的方法,采取“二三制” 法预测高校投档线,所述的“二三制”的第一个三:即线差法(即历年投档分-当年该批次分数线)、线差 比法(即(历年投档分-当年该批次分数线)/当年该批次分数线)和排位法(即历年全省最低排位平均值); “二三制”的第二个三:即用3年、4年、5年共3个年度的数据进行预测。
本发明与现有技术相比的优点在于:本发明可以大大提高预测高校投档线的准确度和可靠度,为高考 考生在志愿填报中准确地判断与本人高考成绩相匹配的学校提供了可靠的数据,帮助考生精准选择到理想 的大学。
作为改进,建立全国高校历年投档线数据库,内容包括学校名称、科别类型、批次类型、计划性质、 分数线标准、年份、各省的投档线、投档线排位数、各批次的分数线标准值,投档线数据库的建立能够更 快的找到数据进行计算,方便提取。
作为改进,建立当年招生计划汇总数据库,内容包括学校名称、科别类型、批次类型、计划性质、分 数线标准、招生计划数,招生计划数据库的建立能够分析出学校的招生计划根据计划变动投档线。
作为改进,在数据库完成后,在数据库完成后,使用线差法计算历年线差xc:历年投档线-历年同分 数线标准的值,设t为投档线,f为历年同分数线标准的值,xc为线差,于是:xc=ti-fi(i=1......m);线 差比法计算历年线差比xcb:(历年投档线-历年同分数线标准的值)/历年同分数线标准的值,设t为投档线, f为历年同分数线标准的值,xcb为线差,于是:xcb=Δxci/fi(i=1......m)和排位法计算平均排位Δpw: 用历年排位之和除以年数;来计算预测投档分。
作为改进,经过三种算法算完三年数据后,综合分析得出最终高校投档线,分析三年以来的数据,减 少特殊情况或数据错误的影响,增加预测的准确率和可靠性。
作为改进,服务器采用数据库服务器、WEB服务器、WEBService服务器、负载均衡服务器、信息安 全服务器,数据库管理软件采用SQL server,数据库管理系统采用DBMS,运行环境为windows web,软 件开发语言为C#、asp.net、PHP,强大的算法和运行环境,保证了运算的科学性。
具体实施方式
下面对本发明做进一步的详细说明。
本发明在具体实施时,用二三制法预测高校投档线的方法,采取“二三制”法预测高校投档线,所述 的“二三制”的第一个三:即线差法(即历年投档分-当年该批次分数线)、线差比法(即(历年投档分-当 年该批次分数线)/当年该批次分数线)和排位法(即历年全省最低排位平均值);“二三制”的第二个三: 即用3年、4年、5年共3个年度的数据进行预测。
建立全国高校历年投档线数据库,内容包括学校名称、科别类型、批次类型、计划性质、分数线标准、 年份、各省的投档线、投档线排位数、各批次的分数线标准值。
建立当年招生计划汇总数据库,内容包括学校名称、科别类型、批次类型、计划性质、分数线标准、 招生计划数。
在数据库完成后,使用线差法、线差比法和排位法来计算预测投档分。
线差法
(1)匹配历年高校投档分:根据招生计划汇总数据库的学校名称、科别类型、批次类型、计划性质、分 数线标准关联全国高校历年投档线数据库,获取历年投档线;
(2)计算历年线差xc:历年投档线-历年同分数线标准的值,设t为投档线,f为历年同分数线标准的值, xc为线差,于是:xc=ti-fi(i=1......m);
(3)计算平均线差Δxc:用历年档差除以年数,
(4)计算历年波动系数λ1:λ1=avedev(Δxc1......Δxcm)
(5)计算历年趋势系数λ2:λ2=slope(Δxc1......Δxcm)
(6)计算预测高校投档线tdx:当年分数线值+平均线差+历年波动系数+历年趋势系数。
tdx=f+Δxc+λ1+λ2
线差比法
(1)计算历年线差比xcb:(历年投档线-历年同分数线标准的值)/历年同分数线标准的值,设t为投档线, f为历年同分数线标准的值,xcb为线差,于是:xcb=Δxci/fi(i=1......m)
(2)计算平均线差Δxcb:用历年档差除以年数,
(3)计算历年波动系数λ1:λ1=avedev(Δxcb1......Δxcbm)
(4)计算历年趋势系数λ2:λ2=slope(Δxcb1......Δxcbm)
(5)计算预测高校投档线tdx:当年分数线值×(1+平均线差比+历年波动系数+历年趋势系数)。
tdx=f(1+Δxc+λ1+λ2)
排位法
(1)建立各省一分一位表,包括全省各科别类型的考生总分,从最高分到最低分,相应的累计人数。
(2)匹配历年高校投档排位:根据招生计划汇总数据库的学校名称、科别类型、批次类型、计划性质、 分数线标准关联全国高校历年投档线数据库,获取历年投档排位;
(3)计算平均排位Δpw:用历年排位之和除以年数;
(4)计算历年波动系数λ1:λ1=avedev(pw1......pwm)
(5)计算历年趋势系数λ2:λ2=slope(pw1......pwm)
(6)计算预测高校投档排位tdpw:平均排位+历年波动系数+历年趋势系数,tdpw=Δpw+λ1+λ2)
(7)计算预测高校投档线tdx:用预测高校投档排位关联相应省一分一位表,获取考分数值。
经过三种算法算完三年数据后,综合分析得出最终高校投档线。
(1)从招生当年往历年推,分别用3年、4年、5年的数据预测各高校投档分;
(2)排除3个年度值中的异常值;
(3)求3个年度值的平均值Δtdx:
服务器采用数据库服务器、WEB服务器、WEBService服务器、负载均衡服务器、信息安全服务器, 数据库管理软件采用SQL server,数据库管理系统采用DBMS,运行环境为windows web,软件开发语言 为C#、asp.net、PHP。
实施例:
以上对本发明及其实施方式进行了描述,这种描述没有限制性,具体实施方式中所示的也只是本发明 的实例之一,实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示,在不脱离本发明 创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护 范围。
Claims (6)
1.用二三制法预测高校投档线的方法,其特征在于:采取“二三制”法预测高校投档线,所述的“二三制”的第一个三:即线差法(即历年投档分-当年该批次分数线)、线差比法(即(历年投档分-当年该批次分数线)/当年该批次分数线)和排位法(即历年全省最低排位平均值);“二三制”的第二个三:即用3年、4年、5年共3个年度的数据综合进行预测。
2.根据权利要求1所述的用二三制法预测高校投档线的方法,其特征在于:建立全国高校历年投档线数据库,内容包括学校名称、科别类型、批次类型、计划性质、分数线标准、年份、各省的投档线、投档线排位数、各批次的分数线标准值。
3.根据权利要求1所述的用二三制法预测高校投档线的方法,其特征在于:建立当年招生计划汇总数据库,内容包括学校名称、科别类型、批次类型、计划性质、分数线标准、招生计划数。
4.根据权利要求1所述的用二三制法预测高校投档线的方法,其特征在于:在数据库建立后,使用线差法计算历年线差xc:
(1)匹配历年高校投档分:根据招生计划汇总数据库的学校名称、科别类型、批次类型、计划性质、分数线标准关联全国高校历年投档线数据库,获取历年投档线;
(2)计算历年线差xc:历年投档线-历年同分数线标准的值,设t为投档线,f为历年同分数线标准的值,xc为线差,于是:xc=ti-fi(i=1......m);
(3)计算平均线差Δxc:用历年档差除以年数,
(4)计算历年波动系数λ1:λ1=avedev(Δxc1......Δxcm);
(5)计算历年趋势系数λ2:λ2=slope(Δxc1......Δxcm);
(6)计算预测高校投档线tdx:当年分数线值+平均线差+历年波动系数+历年趋势系数
tdx=f+Δxc+λ1+λ2;
线差比法计算历年线差比xcb:在上述(2)基础上;
(1)计算历年线差比xcb:(历年投档线-历年同分数线标准的值)/历年同分数线标准的值,设t为投档线,f为历年同分数线标准的值,xcb为线差,于是:xcb=Δxci/fi(i=1......m);
(2)计算平均线差Δxcb:用历年档差除以年数,
(3)计算历年波动系数λ1:λ1=avedev(Δxcb1......Δxcbm);
(4)计算历年趋势系数λ2:λ2=slope(Δxcb1......Δxcbm);
(5)计算预测高校投档线tdx:当年分数线值×(1+平均线差比+历年波动系数+历年趋势系数);
tdx=f(1+Δxc+λ1+λ2);
排位法计算平均排位Δpw:
(1)建立各省一分一位表,包括全省各科别类型的考生总分,从最高分到最低分,相应的累计人数。
(2)匹配历年高校投档排位:根据招生计划汇总数据库的学校名称、科别类型、批次类型、计划性质、分数线标准关联全国高校历年投档线数据库,获取历年投档排位;
(3)计算平均排位Δpw:用历年排位之和除以年数;
(4)计算历年波动系数λ1:λ1=avedev(pw1......pwm)
(5)计算历年趋势系数λ2:λ2=slope(pw1......pwm)
(6)计算预测高校投档排位tdpw:平均排位+历年波动系数+历年趋势系数,tdpw=Δpw+λ1+λ2)
(7)计算预测高校投档线tdx:用预测高校投档排位关联相应省一分一位表,获取考分数值。
5.根据权利要求1所述的用二三制法预测高校投档线的方法,其特征在于:经过三种算法算完三年数据后,综合分析得出最终高校投档线。
6.根据权利要求1所述的用二三制法预测高校投档线的方法,其特征在于:服务器采用数据库服务器、WEB服务器、WEBService服务器、负载均衡服务器、信息安全服务器,数据库管理软件采用SQL server,数据库管理系统采用DBMS,运行环境为windows web,软件开发语言为C#、asp.net、PHP。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810421135.3A CN108629454A (zh) | 2018-05-04 | 2018-05-04 | 用二三制法预测高校投档线的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810421135.3A CN108629454A (zh) | 2018-05-04 | 2018-05-04 | 用二三制法预测高校投档线的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108629454A true CN108629454A (zh) | 2018-10-09 |
Family
ID=63695424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810421135.3A Pending CN108629454A (zh) | 2018-05-04 | 2018-05-04 | 用二三制法预测高校投档线的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108629454A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111192175A (zh) * | 2019-12-28 | 2020-05-22 | 西安指尖教育科技有限公司 | 基于关键因子摘取预估院校和专业调档分数递推映射算法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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系统 |
WO2016073776A1 (en) * | 2014-11-05 | 2016-05-12 | Healthcare Business Intelligence Solutions Inc. | System for management of health resources |
CN206060796U (zh) * | 2016-09-28 | 2017-03-29 | 周辉 | 一种高校网络用户动态行为的预测装置 |
CN107169593A (zh) * | 2017-04-25 | 2017-09-15 | 江苏树正信息科技有限公司 | 一种基于神经网络的院校投档线预测方法 |
EP3426310A4 (en) * | 2016-03-10 | 2019-12-04 | Wavesense, Inc | PROSTATIC LIQUID BIOPSY FOR THE DETECTION OF PROSTATE CANCER AND BENIGN PROSTATIC HYPERPLASIA |
-
2018
- 2018-05-04 CN CN201810421135.3A patent/CN108629454A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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系统 |
WO2016073776A1 (en) * | 2014-11-05 | 2016-05-12 | Healthcare Business Intelligence Solutions Inc. | System for management of health resources |
EP3426310A4 (en) * | 2016-03-10 | 2019-12-04 | Wavesense, Inc | PROSTATIC LIQUID BIOPSY FOR THE DETECTION OF PROSTATE CANCER AND BENIGN PROSTATIC HYPERPLASIA |
CN206060796U (zh) * | 2016-09-28 | 2017-03-29 | 周辉 | 一种高校网络用户动态行为的预测装置 |
CN107169593A (zh) * | 2017-04-25 | 2017-09-15 | 江苏树正信息科技有限公司 | 一种基于神经网络的院校投档线预测方法 |
Non-Patent Citations (1)
Title |
---|
周帆: "变权重组合预测法预测重庆市高考分数线", 《科教文汇(上旬刊)》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111192175A (zh) * | 2019-12-28 | 2020-05-22 | 西安指尖教育科技有限公司 | 基于关键因子摘取预估院校和专业调档分数递推映射算法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109597856A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
Catini et al. | Identifying geographic clusters: A network analytic approach | |
CN107729519B (zh) | 基于多源多维数据的评估方法及装置、终端 | |
CN112560468B (zh) | 气象预警文本处理方法、相关装置及计算机程序产品 | |
CN108170759A (zh) | 投诉案件处理的方法、装置、计算机设备及存储介质 | |
CN106294363A (zh) | 一种论坛帖子评价方法、装置及系统 | |
CN114612194A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
CN103678279A (zh) | 基于异质网络时态语义路径相似度的人物唯一性识别方法 | |
CN111950625A (zh) | 基于人工智能的风险识别方法、装置、计算机设备及介质 | |
CN115422924A (zh) | 一种信息匹配方法、装置、电子设备及存储介质 | |
US11561970B2 (en) | Techniques for accurately specifying identification information | |
CN105447633A (zh) | 一种科研机构综合评价方法及系统 | |
CN112950086B (zh) | 民航企事业单位绩效考核指标体系的动态构建方法及系统 | |
CN107122919A (zh) | 一种基于智能运营的配网效能评估方法及系统 | |
CN108629454A (zh) | 用二三制法预测高校投档线的方法 | |
CN109977131A (zh) | 一种房型匹配系统 | |
CN115952216A (zh) | 一种养老保险数据挖掘方法、装置、存储介质及电子设备 | |
CN109902196A (zh) | 一种商标类别推荐方法、装置、计算机设备及存储介质 | |
CN116451074A (zh) | 目标对象的画像生成方法、装置、计算机设备、存储介质 | |
CN105512270A (zh) | 一种确定相关对象的方法和装置 | |
Chen et al. | Application of principal component regression analysis in economic analysis | |
CN115544010A (zh) | 一种映射关系确定方法、装置、电子设备及存储介质 | |
CN108647816A (zh) | 用档差法预测高校专业录取分的方法 | |
CN108596806A (zh) | 精确匹配历史数据的方法 | |
Zhou et al. | A multi-stage multi-criteria data analytics approach to rank commercial service airports |
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 |