CN109190020A - 一种基于考生专业需求进行高考志愿推荐方法 - Google Patents
一种基于考生专业需求进行高考志愿推荐方法 Download PDFInfo
- Publication number
- CN109190020A CN109190020A CN201810899092.XA CN201810899092A CN109190020A CN 109190020 A CN109190020 A CN 109190020A CN 201810899092 A CN201810899092 A CN 201810899092A CN 109190020 A CN109190020 A CN 109190020A
- Authority
- CN
- China
- Prior art keywords
- admission
- school
- profession
- year
- probability
- 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 21
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 3
- 238000011835 investigation Methods 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001755 vocal effect 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
- 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
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
本发明涉及一种基于考生专业需求进行高考志愿推荐方法,包括以下步骤:步骤1)、将高校招生录取计划中的专业名称按照国家公布的专业名称进行专业编码;此外通过对高校招生录取计划中的专业名称进行分析;步骤2)、通过API检索这些专业代码和专业名称;步骤3)、在前端调用步骤2)中的相应的API取得相应的数据并进行显示;步骤4)、通过API将步骤3)中用户选择的优先或拒绝的专业数据传送到服务器端;步骤5)、服务器端进行志愿推荐处理;步骤6)、在前端将步骤5)返回的数据按照学校列表进行显示;步骤7)、计算录取概率并返回录取概率。本发明方法先进科学、使用方便,相对于现有人工排查方式,有利于提高填报志愿效率、准确性。
Description
技术领域
本发明涉及一种基于考生专业需求进行高考志愿推荐方法,属于计算机程序设计技术领域。
背景技术
目前考生在高考完成后需要填报相应志愿,高考志愿在填报中往往会比较麻烦,需要从海量的学校、专业中根据自己的情况选择最贴合自己的学校以及专业,因此,人们寄希望于采用一种更为简单、快捷、有效的方式去进行选择,以便于更好的选择适合的学校以及专业。
发明内容
本发明的目的就是针对上述现有存在的弊端,提供一种基于考生专业需求进行高考志愿推荐方法,有利于提高填报志愿效率、准确性。
本发明的目的是这样实现的,一种基于考生专业需求进行高考志愿推荐方法,其特征是,包括以下步骤:
步骤1)、将高校招生录取计划中的专业名称按照国家公布的专业名称进行专业编码;此外通过对高校招生录取计划中的专业名称进行分析,抽提招生录取计划中专业信息,专业信息包括口语要求、户籍要求、定向要求、性别要求、是否校际合作专业、是否授予海外学位、是否高收费、资金资助信息、是否师范专业、外语语言要求、是否本硕连读专业、是否本硕博连读专业、加试科目要求;
将招生录取计划中抽提的专业信息、专业代码和招生录取计划中的专业学费、学制信息、录取人数一起作为格式化数据存储到数据库中;
步骤2)、将国家公布的专业名称和专业代码存储到数据库中,通过API检索这些专业代码和专业名称,对于符合查询条件的专业数据按照树状结构的专业层次结构返回或列表返回,专业层次结构分为一级学科、二级学类和三级专业;检索条件分为按照本科专业或高职专业、专业代码或部分专业代码、专业名称或部分专业名称,返回结果中,专业数据包含专业名称、专业代码、学科、学类、专业信息;
步骤3)、在前端调用步骤2)中的相应的API取得相应的数据并进行显示,用户根据自己的需要对学类或具体的专业名称优先选择或拒绝,如果一个学类予以拒绝,则其所属三级专业也全部拒绝;
步骤4)、通过API将步骤3)中用户选择的优先或拒绝的专业数据传送到服务器端;
步骤5)、在服务器端进行处理志愿推荐时,如果发现某个学校的某一专业编码在拒绝的二级学类或具体三级专业中,则该专业被标记用户主动拒绝;否则如果某个学校的某一专业属于用户优先选择的二级学类或三级专业,则将该专业设置为优先专业;
志愿推荐返回的结果中包括学校信息和专业信息;学校信息包括学校代码、学校名称、录取概率、学校的优先分数、最高的专业优先分数、最高的优先分数对应的专业代码和专业名称、招生计划数、学校所在的城市、学校所在的省份、学校的属管、网址、地址信息;专业信息包括专业代码、专业名称、专业优先信息、专业录取概率;志愿推荐返回的结果并通过API返回上述学校及其招生的专业信息返回至前端;
步骤6)、在前端将步骤5)返回的数据按照学校列表进行显示,显示的内容包括学校信息、录取计划,学校信息包括学校代码,学校名称、录取概率、学校的优先分数、学校属性、地址,并有专业信息入口通过步骤7)的志愿推荐中的高校专业信息API查看指定院校的专业详细信息以及学校录取信息入口查看指定学校历年录取数据的详细分析;
步骤7)、志愿推荐中的高校专业信息API,计算某一高校的所有招生专业的录取概率并返回录取概率,同时返回专业代码、专业名称、学制、学费、计划数;对于用户明确拒绝的专业,也进行标记以便前端进行相应的信息提示。
所述前端为浏览器、Android App、 iOS App或Desktop App。
所述步骤3)中选择的优先或拒绝专业,在进行专业概率预测时,进行相应的优先或拒绝标记,以便显示结果时进行相应的操作。
所述步骤7)中,计算某一高校的所有招生专业的录取概率,包括以下步骤:
步骤1)、根据服务器端保存的历年的考试录取分数分布、录取计划以及今年的录取计划和考分分布,将今年的考分转换为前三年相应批次的录取分数转换公式;
步骤2)、取得学校或专业过去三年的有效录取最低分数,如果该学校或专业没有过去三年的全部录取分数,则返回无法计算录取概率,如果相应学校或专业有过去三年的全部录取分数则进入下一步;
步骤3)、根据相应批次过去三年的录取分数线,计算出过去三年该学校或专业的录取分差;计算公式为,实际录取分数-录取控制分数线,同时计算考生当年相应批次的录取分差,计算公式为:考生分数-录取控制分数线;
步骤4)、将步骤3)中过去三年的录取分差通过步骤1)转换为今年的录取分差;
步骤5)、根据过去三年相应学校或专业的录取分差计算大小年模式,其计算模式为,计算过去三年的转换后的录取分差的最大、最小值,如果某一年的转换分差为过去三年转换后的最大录取分差,则该年为大年,如果某一年的转换分差为过去三年转换后的最小录取分差,则该年为小年;共有6种组合,大中小、大小中、中大小、中小大、小中大、小大中;
步骤6)、如果当年的录取分差比步骤5)中的最大值大或比最小值小,按照当年的录取分差的多少以及大小年赋予一个预先定义的特定的录取概率;介于最大值和中间值的概率计算方法:将最大值与中间值分为5档, 每档赋予相应的概率,根据当年的分差查找相应的档次的概率,该分差的录取概率为:基本概率~档次概率;介于中间值和最小值的概率计算方法:将中间值与最小值分为5档, 每档赋予相应的概率,根据当年的录取分差查找相应的档次的概率,该分差的录取概率为:基本概率~档次概率。
本发明方法先进科学、使用方便,相对于现有人工排查方式,将高考的招生计划中的专业文字描述转化为形式化数据(专业代码,是否有口语要求、户籍要求、定向要求、学费、性别要求、是否校际合作专业、是否授予海外学位、是否高收费、资金资助信息、是否师范专业、外语语言要求等)。
使用计算机、手机或其他移动设备及进行高考志愿填报分析时根据考生的状况,将考生不能填报的专业(学校)自动筛选出来,在志愿填报或志愿预测时不再显示不能填报的专业或在显示相关专业时给予明确的提示由于其条件该专业不适合相应的考生。应用范围包含:互联网、移动app,桌面应用等领域。
具体实施方式
一种基于考生专业需求进行高考志愿推荐方法,其特征是,包括以下步骤:
步骤1)、将高校招生录取计划中的专业名称按照国家公布的专业名称进行专业编码;此外通过对高校招生录取计划中的专业名称进行分析,抽提招生录取计划中专业信息,专业信息包括口语要求、户籍要求、定向要求、性别要求、是否校际合作专业、是否授予海外学位、是否高收费、资金资助信息、是否师范专业、外语语言要求、是否本硕连读专业、是否本硕博连读专业、加试科目要求;
将招生录取计划中抽提的专业信息、专业代码和招生录取计划中的专业学费、学制信息、录取人数一起作为格式化数据存储到数据库中;
步骤2)、将国家公布的专业名称和专业代码存储到数据库中,通过API检索这些专业代码和专业名称,对于符合查询条件的专业数据按照树状结构的专业层次结构返回或列表返回,专业层次结构分为一级学科、二级学类和三级专业;检索条件分为按照本科专业或高职专业、专业代码或部分专业代码、专业名称或部分专业名称,返回结果中,专业数据包含专业名称、专业代码、学科、学类、专业信息;
步骤3)、在前端调用步骤2)中的相应的API取得相应的数据并进行显示,用户根据自己的需要对学类或具体的专业名称优先选择或拒绝,如果一个学类予以拒绝,则其所属三级专业也全部拒绝;
步骤4)、通过API将步骤3)中用户选择的优先或拒绝的专业数据传送到服务器端;
步骤5)、在服务器端进行处理志愿推荐时,如果发现某个学校的某一专业编码在拒绝的二级学类或具体三级专业中,则该专业被标记用户主动拒绝;否则如果某个学校的某一专业属于用户优先选择的二级学类或三级专业,则将该专业设置为优先专业;
志愿推荐返回的结果中包括学校信息和专业信息;学校信息包括学校代码、学校名称、录取概率、学校的优先分数、最高的专业优先分数、最高的优先分数对应的专业代码和专业名称、招生计划数、学校所在的城市、学校所在的省份、学校的属管、网址、地址信息;专业信息包括专业代码、专业名称、专业优先信息、专业录取概率;志愿推荐返回的结果并通过API返回上述学校及其招生的专业信息返回至前端;
步骤6)、在前端将步骤5)返回的数据按照学校列表进行显示,显示的内容包括学校信息、录取计划,学校信息包括学校代码,学校名称、录取概率、学校的优先分数、学校属性、地址,并有专业信息入口通过步骤7)的志愿推荐中的高校专业信息API查看指定院校的专业详细信息以及学校录取信息入口查看指定学校历年录取数据的详细分析;
步骤7)、志愿推荐中的高校专业信息API,计算某一高校的所有招生专业的录取概率并返回录取概率,同时返回专业代码、专业名称、学制、学费、计划数;对于用户明确拒绝的专业,也进行标记以便前端进行相应的信息提示。
2. 根据权利要求1所述的一种基于考生专业需求进行高考志愿推荐方法,其特征是,所述前端为浏览器、Android App、 iOS App或Desktop App。
3. 根据权利要求1所述的一种基于考生专业需求进行高考志愿推荐方法,其特征是,所述步骤3)中选择的优先或拒绝专业,在进行专业概率预测时,进行相应的优先或拒绝标记,以便显示结果时进行相应的操作。
4. 根据权利要求1所述的一种基于考生专业需求进行高考志愿推荐方法,其特征是,所述步骤7)中,计算某一高校的所有招生专业的录取概率,包括以下步骤:
步骤1)、根据服务器端保存的历年的考试录取分数分布、录取计划以及今年的录取计划和考分分布,将今年的考分转换为前三年相应批次的录取分数转换公式;
步骤2)、取得学校或专业过去三年的有效录取最低分数,如果该学校或专业没有过去三年的全部录取分数,则返回无法计算录取概率,如果相应学校或专业有过去三年的全部录取分数则进入下一步;
步骤3)、根据相应批次过去三年的录取分数线,计算出过去三年该学校或专业的录取分差;计算公式为,实际录取分数-录取控制分数线(实际录取分数 减去 录取控制分数线),同时计算考生当年相应批次的录取分差,计算公式为:考生分数-录取控制分数线(考生分数 减去 录取控制分数线);
步骤4)、将步骤3)中过去三年的录取分差通过步骤1)转换为今年的录取分差;
步骤5)、根据过去三年相应学校或专业的录取分差计算大小年模式,其计算模式为,计算过去三年的转换后的录取分差的最大、最小值,如果某一年的转换分差为过去三年转换后的最大录取分差,则该年为大年,如果某一年的转换分差为过去三年转换后的最小录取分差,则该年为小年;共有6种组合,大中小、大小中、中大小、中小大、小中大、小大中;
步骤6)、如果当年的录取分差比步骤5)中的最大值大或比最小值小,按照当年的录取分差的多少以及大小年赋予一个预先定义的特定的录取概率;介于最大值和中间值的概率计算方法:将最大值与中间值分为5档, 每档赋予相应的概率,根据当年的分差查找相应的档次的概率,该分差的录取概率为:基本概率~档次概率;介于中间值和最小值的概率计算方法:将中间值与最小值分为5档, 每档赋予相应的概率,根据当年的录取分差查找相应的档次的概率,该分差的录取概率为:基本概率~档次概率。
Claims (4)
1.一种基于考生专业需求进行高考志愿推荐方法,其特征是,包括以下步骤:
步骤1)、将高校招生录取计划中的专业名称按照国家公布的专业名称进行专业编码;此外通过对高校招生录取计划中的专业名称进行分析,抽提招生录取计划中专业信息,专业信息包括口语要求、户籍要求、定向要求、性别要求、是否校际合作专业、是否授予海外学位、是否高收费、资金资助信息、是否师范专业、外语语言要求、是否本硕连读专业、是否本硕博连读专业、加试科目要求;
将招生录取计划中抽提的专业信息、专业代码和招生录取计划中的专业学费、学制信息、录取人数一起作为格式化数据存储到数据库中;
步骤2)、将国家公布的专业名称和专业代码存储到数据库中,通过API检索这些专业代码和专业名称,对于符合查询条件的专业数据按照树状结构的专业层次结构返回或列表返回,专业层次结构分为一级学科、二级学类和三级专业;检索条件分为按照本科专业或高职专业、专业代码或部分专业代码、专业名称或部分专业名称,返回结果中,专业数据包含专业名称、专业代码、学科、学类、专业信息;
步骤3)、在前端调用步骤2)中的相应的API取得相应的数据并进行显示,用户根据自己的需要对学类或具体的专业名称优先选择或拒绝,如果一个学类予以拒绝,则其所属三级专业也全部拒绝;
步骤4)、通过API将步骤3)中用户选择的优先或拒绝的专业数据传送到服务器端;
步骤5)、在服务器端进行处理志愿推荐时,如果发现某个学校的某一专业编码在拒绝的二级学类或具体三级专业中,则该专业被标记用户主动拒绝;否则如果某个学校的某一专业属于用户优先选择的二级学类或三级专业,则将该专业设置为优先专业;
志愿推荐返回的结果中包括学校信息和专业信息;学校信息包括学校代码、学校名称、录取概率、学校的优先分数、最高的专业优先分数、最高的优先分数对应的专业代码和专业名称、招生计划数、学校所在的城市、学校所在的省份、学校的属管、网址、地址信息;专业信息包括专业代码、专业名称、专业优先信息、专业录取概率;志愿推荐返回的结果并通过API返回上述学校及其招生的专业信息返回至前端;
步骤6)、在前端将步骤5)返回的数据按照学校列表进行显示,显示的内容包括学校信息、录取计划,学校信息包括学校代码,学校名称、录取概率、学校的优先分数、学校属性、地址,并有专业信息入口通过步骤7)的志愿推荐中的高校专业信息API查看指定院校的专业详细信息以及学校录取信息入口查看指定学校历年录取数据的详细分析;
步骤7)、志愿推荐中的高校专业信息API,计算某一高校的所有招生专业的录取概率并返回录取概率,同时返回专业代码、专业名称、学制、学费、计划数;对于用户明确拒绝的专业,也进行标记以便前端进行相应的信息提示。
2.根据权利要求1所述的一种基于考生专业需求进行高考志愿推荐方法,其特征是,所述前端为浏览器、Android App、 iOS App或Desktop App。
3.根据权利要求1所述的一种基于考生专业需求进行高考志愿推荐方法,其特征是,所述步骤3)中选择的优先或拒绝专业,在进行专业概率预测时,进行相应的优先或拒绝标记,以便显示结果时进行相应的操作。
4.根据权利要求1所述的一种基于考生专业需求进行高考志愿推荐方法,其特征是,所述步骤7)中,计算某一高校的所有招生专业的录取概率,包括以下步骤:
步骤1)、根据服务器端保存的历年的考试录取分数分布、录取计划以及今年的录取计划和考分分布,将今年的考分转换为前三年相应批次的录取分数转换公式;
步骤2)、取得学校或专业过去三年的有效录取最低分数,如果该学校或专业没有过去三年的全部录取分数,则返回无法计算录取概率,如果相应学校或专业有过去三年的全部录取分数则进入下一步;
步骤3)、根据相应批次过去三年的录取分数线,计算出过去三年该学校或专业的录取分差;计算公式为,实际录取分数-录取控制分数线,同时计算考生当年相应批次的录取分差,计算公式为:考生分数-录取控制分数线;
步骤4)、将步骤3)中过去三年的录取分差通过步骤1)转换为今年的录取分差;
步骤5)、根据过去三年相应学校或专业的录取分差计算大小年模式,其计算模式为,计算过去三年的转换后的录取分差的最大、最小值,如果某一年的转换分差为过去三年转换后的最大录取分差,则该年为大年,如果某一年的转换分差为过去三年转换后的最小录取分差,则该年为小年;共有6种组合,大中小、大小中、中大小、中小大、小中大、小大中;
步骤6)、如果当年的录取分差比步骤5)中的最大值大或比最小值小,按照当年的录取分差的多少以及大小年赋予一个预先定义的特定的录取概率;介于最大值和中间值的概率计算方法:将最大值与中间值分为5档, 每档赋予相应的概率,根据当年的分差查找相应的档次的概率,该分差的录取概率为:基本概率~档次概率;介于中间值和最小值的概率计算方法:将中间值与最小值分为5档, 每档赋予相应的概率,根据当年的录取分差查找相应的档次的概率,该分差的录取概率为:基本概率~档次概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810899092.XA CN109190020A (zh) | 2018-08-08 | 2018-08-08 | 一种基于考生专业需求进行高考志愿推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810899092.XA CN109190020A (zh) | 2018-08-08 | 2018-08-08 | 一种基于考生专业需求进行高考志愿推荐方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109190020A true CN109190020A (zh) | 2019-01-11 |
Family
ID=64921056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810899092.XA Pending CN109190020A (zh) | 2018-08-08 | 2018-08-08 | 一种基于考生专业需求进行高考志愿推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109190020A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110796576A (zh) * | 2019-10-16 | 2020-02-14 | 湖北美和易思教育科技有限公司 | 一种高等职业教育招生咨询管理平台 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170039665A1 (en) * | 2013-12-05 | 2017-02-09 | Brian Edward Bodkin | System and method to manage letters of recommendation |
CN106779224A (zh) * | 2016-12-22 | 2017-05-31 | 深圳爱拼信息科技有限公司 | 一种预测高考录取概率的方法及系统 |
CN107609711A (zh) * | 2017-09-27 | 2018-01-19 | 百度在线网络技术(北京)有限公司 | 一种报考信息的提供方法、装置、设备及存储介质 |
CN107680018A (zh) * | 2017-09-27 | 2018-02-09 | 杭州铭师堂教育科技发展有限公司 | 一种基于大数据及人工智能的高考志愿填报系统及方法 |
-
2018
- 2018-08-08 CN CN201810899092.XA patent/CN109190020A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170039665A1 (en) * | 2013-12-05 | 2017-02-09 | Brian Edward Bodkin | System and method to manage letters of recommendation |
CN106779224A (zh) * | 2016-12-22 | 2017-05-31 | 深圳爱拼信息科技有限公司 | 一种预测高考录取概率的方法及系统 |
CN107609711A (zh) * | 2017-09-27 | 2018-01-19 | 百度在线网络技术(北京)有限公司 | 一种报考信息的提供方法、装置、设备及存储介质 |
CN107680018A (zh) * | 2017-09-27 | 2018-02-09 | 杭州铭师堂教育科技发展有限公司 | 一种基于大数据及人工智能的高考志愿填报系统及方法 |
Non-Patent Citations (4)
Title |
---|
曹权: "高考志愿填报助手App的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
达人教育网资讯: "2018高三家长,志愿填报别帮倒忙,给孩子看看这个", 《微信公众号》 * |
达人教育网资讯: "今年江苏高考分数已出,考生如何根据成绩选择高校", 《微信公众号》 * |
达人教育网资讯: "高校录取分数线该如何利用?很多人不知道"", 《微信公众号》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110796576A (zh) * | 2019-10-16 | 2020-02-14 | 湖北美和易思教育科技有限公司 | 一种高等职业教育招生咨询管理平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Netzel et al. | User performance and reading strategies for metro maps: An eye tracking study | |
CN106127634B (zh) | 一种基于朴素贝叶斯模型的学生学业成绩预测方法及系统 | |
Ruscio | Taking advantage of citation measures of scholarly impact: Hip hip h index! | |
CN109582875A (zh) | 一种在线医疗教育资源的个性化推荐方法及系统 | |
Nonte et al. | Promoting reading attitudes of girls and boys: a new challenge for educational policy? Multi-group analyses across four European countries | |
Akabayashi et al. | Gender differences in educational outcomes and the effect of family background: A comparative perspective from East Asia | |
CN111737485A (zh) | 基于知识图谱、深度学习的人岗匹配方法、人岗匹配系统 | |
Marques et al. | Comprehensive ICF core set for obstructive pulmonary diseases: validation of the activities and participation component through the patient’s perspective | |
CN109087224A (zh) | 一种基于考生的个性化需求进行高考志愿推荐和预测的方法 | |
Konold | A multilevel MTMM approach to estimating the influences of contextual factors on trait and informant-based method effects in assessments of school climate | |
Sharma et al. | The analysis of mean differences using mean and covariance structure analysis: Effect size estimation and error rates | |
Thompson et al. | Improving understanding of English learner education through an expanded analytic framework | |
US11301945B2 (en) | Recruiting and admission system | |
Hodge et al. | Who are the top 100 contributors to social work journal scholarship? A global study on career impact in the profession | |
Engelhard Jr | Evaluating the bookmark judgments of standard-setting panelists | |
Beitel et al. | Automated validation and interpolation of long-duration bicycle counting data | |
CN109190020A (zh) | 一种基于考生专业需求进行高考志愿推荐方法 | |
Jennings et al. | Exploring the stability and variability of impact factors and associated rankings in criminology and criminal justice journals, 1998–2007 | |
Pereira | Finding talent among elementary English learners: A validity study of the HOPE teacher rating scale | |
Niven et al. | Widening participation–a comparison of the characteristics of successful UK applicants to the five-year and four-year dental programmes in 2007 and 2008 | |
Rajčan et al. | Research productivity of sociology PhD candidates at interdisciplinary schools of social science at elite Australian universities, 2013–17: a gender perspective | |
Alla et al. | An investigation of the relationship between latitude and multiple sclerosis severity in New Zealand | |
KR101170999B1 (ko) | 진로 상담 시스템 및 방법 | |
CN113609402B (zh) | 一种基于大数据分析的行业交友交流信息智能推荐方法 | |
Wizsa et al. | Decision-Making System for KIP IAIN Bukittinggi Scholarship Recipients Using the SAW and TOPSIS Methods |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190111 |
|
RJ01 | Rejection of invention patent application after publication |