CN111191914A - 专业推荐方法、装置、计算机设备和计算机可读存储介质 - Google Patents
专业推荐方法、装置、计算机设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN111191914A CN111191914A CN201911375476.2A CN201911375476A CN111191914A CN 111191914 A CN111191914 A CN 111191914A CN 201911375476 A CN201911375476 A CN 201911375476A CN 111191914 A CN111191914 A CN 111191914A
- Authority
- CN
- China
- Prior art keywords
- user
- professional
- capability
- quantization
- ability
- 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 54
- 238000013139 quantization Methods 0.000 claims abstract description 98
- 238000011002 quantification Methods 0.000 claims abstract description 18
- 238000012360 testing method Methods 0.000 claims description 39
- 238000004590 computer program Methods 0.000 claims description 16
- 230000000877 morphologic effect Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000008447 perception Effects 0.000 claims description 5
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 230000004973 motor coordination Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000007786 learning performance Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000036630 mental development Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Educational Technology (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种专业推荐方法、装置、计算机设备和计算机可读存储介质。所述专业推荐方法包括:获取用户的综合能力对应的量化结果;所述综合能力包括至少两种类型的用户能力;基于所述量化结果,从所述综合能力中确定所述用户的至少一个目标能力;所述目标能力为所述量化结果中,强度等级为预设等级的用户能力;查找与所述目标能力匹配的专业信息,并根据所述专业信息生成专业推荐信息并显示。采用本方法能够提升推荐的专业与用户能力的匹配度,有利于用户特长的发挥。
Description
技术领域
本发明涉及信息处理技术领域,特别是涉及一种专业推荐方法、装置、计算机设备和计算机可读存储介质。
背景技术
随着社会的发展及科技的进步,就业岗位对人才的需求也逐步向专业化的方向发展,因此,选择适合的专业直接关系到学生未来的职业发展潜力,以及学生未来从事专业相关职业的积极性、主动性和创造性。
目前,普遍是基于语文、数学、英语等学科的纸质考试来测量学生学习能力的高低,并以此作为学生专业选择时的依据。
但是,上述的专业选择依据维度单一,学生选择的专业与学生自身的匹配度有待提高,容易出现很多学生虽然考试成绩很好,但走上社会后却不能胜任专业方向工作的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提升专业推荐的匹配度的专业推荐方法、装置、计算机设备和计算机可读存储介质。
第一方面,本申请实施例提供了一种专业推荐方法,所述专业推荐方法包括:
获取用户的综合能力对应的量化结果;所述综合能力包括至少两种类型的用户能力;
基于所述量化结果,从所述综合能力中确定所述用户的至少一个目标能力;所述目标能力为所述量化结果中,强度等级为预设等级的用户能力;
查找与所述目标能力匹配的专业信息,并根据所述专业信息生成专业推荐信息并显示。
在其中一个实施例中,所述综合能力包括言语能力、数学逻辑能力、基本学习能力、空间判断能力、形态知觉能力、资料处理能力、运动协调能力、艺术创作能力、人际交往能力中的至少两个。
在其中一个实施例中,所述获取用户的综合能力对应的量化结果,包括:
若接收到用户输入的专业推荐请求,则显示所述综合能力中的各用户能力分别对应的测试题;
获取所述用户输入的针对各测试题的作答内容;
基于所述作答内容,获取所述用户的综合能力对应的量化结果。
在其中一个实施例中,所述基于所述作答内容,获取所述用户的综合能力对应的量化结果,包括:
基于所述作答内容及得分规则,获取各测试题分别对应的量化分值;
根据所述量化分值,确定各所述用户能力分别对应的量化区间;
确定所述量化区间对应的强度等级,并将各用户能力分别对应的强度等级确定为所述用户的综合能力对应的量化结果。
在其中一个实施例中,所述基于所述量化结果,从所述综合能力中确定所述用户的至少一个目标能力,包括:
将强度等级为所述预设等级的一个或多个量化区间所对应的用户能力确定为所述用户的目标能力;所述预设等级为最高强度等级。
在其中一个实施例中,所述方法还包括:
根据预设的区间设置规则,设置多个量化区间;
对各量化区间分别设置强度等级;各量化区间的强度等级,按照各量化区间包括的量化分值由大到小的顺序,强度依次递减。
在其中一个实施例中,所述方法还包括:
获取各专业对应的能力需求类型;
根据所述能力需求类型,生成与各用户能力匹配的专业信息并存储。
第二方面,本申请实施例提供一种专业推荐装置,所述装置包括:
第一获取模块,用于获取用户的综合能力对应的量化结果;所述综合能力包括至少两种类型的用户能力;
确定模块,用于基于所述量化结果,从所述综合能力中确定所述用户的至少一个目标能力;所述目标能力为所述量化结果中,强度等级为预设等级的用户能力;
推荐模块,用于查找与所述目标能力匹配的专业信息,并根据所述专业信息生成专业推荐信息并显示。
第三方面,本申请实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的方法的步骤。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面所述的方法的步骤。
本申请实施例提供的技术方案带来的有益效果至少包括:
通过获取用户的综合能力对应的量化结果;所述综合能力包括至少两种类型的用户能力;基于所述量化结果,从所述综合能力中确定所述用户的至少一个目标能力;所述目标能力为所述量化结果中,强度等级为预设等级的用户能力;查找与所述目标能力匹配的专业信息,并根据所述专业信息生成专业推荐信息并显示;由此,对用户的综合能力进行量化,从用户的综合能力中确定用户的目标能力,目标能力即优势能力,再对用户推荐与该目标能力匹配的专业信息;避免了传统技术中,学生仅基于考试成绩来选择专业,由于专业选择参考的数据维度单一,造成的学生选择的专业与其自身能力的匹配度低的问题。本申请可以提升推荐的专业与用户能力的匹配度,有利于用户特长的发挥。
附图说明
图1为一个实施例提供的专业推荐方法的应用环境图;
图2为一个实施例提供的专业推荐方法的流程示意图;
图3为一个实施例提供的专业推荐方法的流程示意图;
图4为一个实施例提供的专业推荐方法中步骤S130的细化步骤示意图;
图5为一个实施例提供的专业推荐方法的流程示意图;
图6为一个实施例提供的专业推荐方法的流程示意图;
图7为一个实施例提供的专业推荐方法的流程示意图;
图8为一个实施例提供的专业推荐装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的专业推荐方法,可以应用于如图1所示的计算机设备,该计算机设备可以是终端,其内部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种专业推荐方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本申请实施例提供的专业推荐方法、装置、计算机设备和计算机可读存储介质,旨在解决传统技术中,学生仅基于考试成绩来选择专业,由于参考数据维度单一,造成学生选择的专业与其自身能力的匹配度低的技术问题。下面将通过实施例并结合附图具体地对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体地实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
需要说明的是,本申请实施例提供的专业推荐方法,其执行主体可以是专业推荐装置,该专业推荐装置可以通过软件、硬件或者软硬件结合的方式实现成为计算机设备的部分或者全部。下述方法实施例中,均以执行主体是计算机设备为例来进行说明。
请参考图2,其示出了本申请实施例提供的一种专业推荐方法的流程示意图,如图2所示,本实施例专业推荐方法可以包括以下步骤:
步骤S100,获取用户的综合能力对应的量化结果。
综合能力包括至少两种类型的用户能力。
本实施例中,作为一种实施方式,综合能力包括言语能力、数学逻辑能力、基本学习能力、空间判断能力、形态知觉能力、资料处理能力、运动协调能力、艺术创作能力、人际交往能力,共九种用户能力。
在其它实施例中,综合能力还可以包括言语能力、数学逻辑能力、基本学习能力、空间判断能力、形态知觉能力、资料处理能力、运动协调能力、艺术创作能力、人际交往能力中的任意两种用户能力或者任意多种用户能力,等等,本实施例在此不做具体限制。
早在20世纪初,心理学家在研究智力时,就对能力测量问题进行了大量的研究,发展了一些能力方面的基本理论。加德纳教授1983年提出的重要成果之一就是多元智能理论,加德纳教授经过多年对心理学、生理学、教育学、艺术教育的研究,证明了人类思维和认识世界的方式是多元化的;并通过大量心理学的实验数据和实例的观察分析得出,每一种智能,即能力,在人类认识世界和改造世界的过程中都发挥着巨大的作用,具有同等的重要性。
不同的专业设置对于学生的能力需求也是不一样的,例如,语言类专业需要学生的言语能力较强,营销类专业需要学生的人际交往能力较强,等等。
传统技术中,学生仅基于考试成绩来选择专业的方式,参考维度单一,容易导致学生选择的专业与学生自身能力的匹配度低,进而影响学生的专业学习以及未来从事专业相关职业的积极性、主动性和创造性。本实施例中,计算机设备获取用户的综合能力对应的量化结果,即对用户的九种用户能力进行量化。
步骤S200,基于量化结果,从综合能力中确定用户的至少一个目标能力。
目标能力为量化结果中,强度等级为预设等级的用户能力。
量化结果包括各用户能力分别对应的强度等级,不同的用户能力对应的强度等级可能相同,也可能不同。预设等级为多个强度等级类型中的一种,预设等级用于计算机设备从综合能力中区分用户的目标能力,即,将强度等级为预设等级的用户能力确定为目标能力。
计算机设备根据量化结果,从用户的综合能力中确定用户的至少一个目标能力,目标能力即为用户的优势能力。可以理解的是,对于不同的用户,目标能力在数量和能力类型上均存在差异,例如,有些用户可能存在多种优势能力,有些用户仅存在一种优势能力。
能力优势是指个体在身心发展过程中,通过学习逐渐获得的运用知识解决问题的能力倾向。能力优势的形成与环境、教育、社会和遗传因素均有着一定的关系。一个人的能力优势对其心理特点、行为方式和解决问题的效率等有着重要的影响。用户的能力优势不同,适合于学习的大学专业也有所区别。
步骤S300,查找与目标能力匹配的专业信息,并根据专业信息生成专业推荐信息并显示。
本实施例中,数据库中预置有各用户能力与专业信息之间的匹配信息,计算设备根据确定的用户的一个或者多个目标能力,在数据库中查找与目标能力匹配的专业信息;计算机设备查找到专业信息后,根据目标能力和专业信息生成专业推荐信息并显示在计算机设备,供用户查看。专业推荐信息可以包括用户的目标能力以及与该目标能力对应的推荐专业名称,一个目标能力可以对应一个或者多个推荐专业名称。由此,计算机设备向用户展示的专业推荐信息,均是根据用户的目标能力,即优势能力推荐的,提升了推荐的专业与用户优势能力的匹配度。
本实施例通过获取用户的综合能力对应的量化结果;综合能力包括至少两种类型的用户能力;基于量化结果,从综合能力中确定用户的至少一个目标能力;目标能力为量化结果中,强度等级为预设等级的用户能力;查找与目标能力匹配的专业信息,并根据专业信息生成专业推荐信息并显示;由此,对用户的综合能力进行量化,从用户的综合能力中确定用户的目标能力,目标能力即优势能力,再对用户推荐与该目标能力匹配的专业信息;避免了传统技术中,学生仅基于考试成绩来选择专业,由于专业选择参考的数据维度单一,造成的学生选择的专业与其自身能力的匹配度低的问题。本实施例可以提升推荐的专业与用户能力的匹配度,有利于用户特长的发挥。
图3为另一个实施例提供的专业推荐方法的流程示意图。在上述图2所示实施例的基础上,本实施例中,步骤S100包括步骤S110、步骤S120和步骤S130,具体地:
步骤S110,若接收到用户输入的专业推荐请求,则显示综合能力中的各用户能力分别对应的测试题。
本实施例中,用户可以通过计算机设备中相应的应用程序、小程序或者网页等,输入专业推荐请求,计算机设备可以是终端。计算机设备接收到用户输入的专业推荐请求后,则会显示综合能力中的各用户能力分别对应的测试题。
本实施例中,具体地,每个用户能力对应显示10道测试题,测试题的设置规则因用户能力的能力类型不同而不同,例如,对于基本学习能力,测试题的设置规则为:检验用户是否能够快而容易地学习新的内容、是否能够快而正确地解决数学题目、是否学习成绩整体很好;对于言语能力,测试题的设置规则为:检验用户是否善于表达自己的观点、是否阅读速度快且能抓住文章的主题以及用户理解和掌握词汇的能力;对于数学逻辑能力,测试题的设置规则为:检验用户是否擅长精确计算、是否善于解决数字类的问题或者游戏题目、是否与其它学科相比数学更容易学;对于空间判断能力,测试题的设置规则为:检验用户是否能够轻松地解决立体几何方面的问题、是否能够很逼真地画出三维度的立体图形;对于形态知觉能力,测试题的设置规则为:检验用户是否能够发现相似图形之间的细微差异、是否能够识别物体的形状差异;对于资料处理能力,测试题的设置规则为:检验用户是否能够快而准确的抄写资料、是否能在文案中发现错别字;对于运动协调能力,测试题的设置规则为:检验用户是否善于模仿各种动作及面部表情、是否可以灵活地使用手工工具;对于艺术创作能力,测试题的设置规则为:检验用户在唱歌时是否对音调把握很准、是否具有较强的对声音或音乐的模仿能力;对于人际交往能力,测试题的设置规则为:检验用户是否善于在公众场合坦然地发表自己的观点和想法、是否善于和不同类型的人打交道,等等。
本实施例中,计算机设备的数据库中可以预置测试题库,计算机设备接收到专业推荐请求,则从测试题库中按照上述测试题的设置规则,随机抽取各用户能力分别对应的10道测试题并显示。在其它实施例中,各用户能力分别对应的10道测试题,可以是按照上述设置规则提前设置好并存储在数据库中的,计算机设备在接收到专业推荐请求后,直接从数据库中获取各用户能力分别对应的10道测试题并显示即可。
步骤S120,获取用户输入的针对各测试题的作答内容。
用户基于计算机设备显示的各用户能力分别对应的测试题进行作答,并输入作答内容至计算机设备。
步骤S130,基于作答内容,获取用户的综合能力对应的量化结果。
计算机设备获取到用户输入的作答内容后,根据该作答内容获取用户的综合能力对应的量化结果。由此,实现了用户的综合能力的量化,具体是综合能力中各用户能力的量化。
基于上述图3所示的实施例,作为一种实施方式,参见图4,图4为一个实施例中步骤S130的细化步骤示意图,如图4所示,步骤S130包括步骤S131、步骤S132和步骤S133,具体地:
步骤S131,基于作答内容及得分规则,获取各测试题分别对应的量化分值。
本实施例中,得分规则采用七级量表法,设定量化分值用“1、2、3、4、5、6、7”数字表示,且量化分值越靠近数字“1”表示该能力类型对应的程度较弱,越靠近数字“7”表示程度越强,数字“4”表示中等程度。
计算机设备根据用户实际的作答内容及得分规则,对于每道测试题确定量化分值,每道测试题的量化分值具体为数字“1、2、3、4、5、6、7”中的任一个。
步骤S132,根据量化分值,确定各用户能力分别对应的量化区间。
计算机设备根据每个用户能力对应的10道测试题的量化分值,确定各用户能力对应的量化区间。用户能力的量化是模糊数学的概念,因此引入量化区间。量化区间可以包括【55,70】、【42,54】、【34,41】、【0,33】,计算机设备计算每个用户能力对应的10道测试题的量化分值之和,则确定出各用户能力分别对应的量化区间。
步骤S133,确定量化区间对应的强度等级,并将各用户能力分别对应的强度等级确定为用户的综合能力对应的量化结果。
本实施例中,若量化区间为【55,70】,则对应的强度等级为“极强”;若量化区间为【42,54】,则对应的强度等级为“较强”;若量化区间为【34,41】,则对应的强度等级为“中等”;若量化区间为【0,33】,则对应的强度等级为“较弱”。
计算机设备根据各用户能力分别对应的量化区间,确定各量化区间对应的强度等级,并将各用户能力分别对应的强度等级确定为用户的综合能力对应的量化结果。由此,协助用户完成自身各用户能力的清晰评估与定位。
图5为另一个实施例提供的专业推荐方法的流程示意图。在上述图4所示实施例的基础上,本实施例中,步骤S200包括步骤S210,具体地:
步骤S210,将强度等级为预设等级的一个或多个量化区间所对应的用户能力确定为用户的目标能力。
预设等级为最高强度等级。
本实施例中,计算机设备根据综合能力中各用户能力的量化区间,确定各用户能力对应的强度等级后,将强度等级为预设等级的一个或多个量化区间所对应的用户能力确定为用户的目标能力。
例如,若用户的综合能力对应的量化结果中包括强度等级“极强”,则预设等级为强度等级“极强”;若用户的综合能力对应的量化结果中不包括强度等级“极强”,但包括强度等级“较强”,则预设等级为强度等级“较强”,等等;即预设等级为用户的综合能力对应的量化结果中的最高强度等级。由此,通过量化用户的综合能力中的各用户能力,确定用户的一个或者多个目标能力,即优势能力,再查找与目标能力匹配的专业信息,并根据专业信息生成专业推荐信息并显示,达到了基于用户的综合能力向用户推荐专业的效果,使得用户的优势能力在所选的专业中可以得到充分发挥。
在上述图4所示实施例的基础上,本实施例专业推荐方法还包括如图6所示的步骤S410和步骤S420,具体地:
步骤S410,根据预设的区间设置规则,设置多个量化区间。
步骤S420,对各量化区间分别设置强度等级。
各量化区间的强度等级,按照各量化区间包括的量化分值由大到小的顺序,强度依次递减。
计算机设备根据区间设置规则,设置多个量化区间。本实施例中,具体地,由于设定每个用户能力对应10道测试题,且每道测试题的量化分值用数字“1、2、3、4、5、6、7”中的任一个表示,量化区间则是在【0,70】中划分的,计算机设备将【0,70】划分为四个量化区间:【55,70】、【42,54】、【34,41】、【0,33】。在其它实施例中,计算机设备也可以将【0,70】划分为三个量化区间或者五个量化区间,等等,在此不做具体限制。
计算机设备对各量化区间分别设置强度等级,由于设定量化分值越靠近数字“1”表示该能力类型对应的程度较弱,越靠近数字“7”表示程度越强,则设置量化区间【55,70】对应的强度等级为“极强”、设置量化区间【42,54】对应的强度等级为“较强”、设置量化区间【34,41】对应的强度等级为“中等”、设置量化区间【0,33】对应的强度等级为“较弱”。
本实施例中,通过设置多个量化区间,对各量化区间分别设置强度等级,便于计算机设备基于用户的作答内容,获取用户的综合能力对应的量化结果,为用户推荐与用户的目标能力匹配的专业,提升了专业推荐的可靠性。
图7为另一个实施例提供的专业推荐方法的流程示意图。在上述图2所示实施例的基础上,本实施例中还包括步骤S510和步骤S520,具体地:
步骤S510,获取各专业对应的能力需求类型。
步骤S520,根据能力需求类型,生成与各用户能力匹配的专业信息并存储。
本实施例中,计算机设备提前预置与各用户能力匹配的专业信息在数据库中,若接收到用户输入的专业推荐请求,则显示综合能力中的各用户能力分别对应的测试题;获取用户输入的针对各测试题的作答内容;基于作答内容,获取用户的综合能力对应的量化结果;基于量化结果,从综合能力中确定用户的至少一个目标能力;查找与目标能力匹配的专业信息,并根据专业信息生成专业推荐信息并显示;由此,提升了专业推荐的速度。
本实施例计算机设备对用户的综合能力进行量化,从用户的综合能力中确定用户的目标能力,目标能力即优势能力,再对用户推荐与该目标能力匹配的专业信息;避免了传统技术中,学生仅基于考试成绩来选择专业,由于专业选择参考的数据维度单一,造成的学生选择的专业与其自身能力的匹配度低的问题。本实施例可以提升推荐的专业与用户能力的匹配度,有利于用户特长的发挥。
应该理解的是,虽然图2-7的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-7中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图8所示,提供了一种专业推荐装置,包括:
第一获取模块10,用于获取用户的综合能力对应的量化结果;所述综合能力包括至少两种类型的用户能力;
确定模块20,用于基于所述量化结果,从所述综合能力中确定所述用户的至少一个目标能力;所述目标能力为所述量化结果中,强度等级为预设等级的用户能力;
推荐模块30,用于查找与所述目标能力匹配的专业信息,并根据所述专业信息生成专业推荐信息并显示。
可选地,所述综合能力包括言语能力、数学逻辑能力、基本学习能力、空间判断能力、形态知觉能力、资料处理能力、运动协调能力、艺术创作能力、人际交往能力中的至少两个。
可选地,第一获取模块10,包括:
显示子模块,用于若接收到用户输入的专业推荐请求,则显示所述综合能力中的各用户能力分别对应的测试题;
第一获取子模块,用于获取所述用户输入的针对各测试题的作答内容;
第二获取子模块,用于基于所述作答内容,获取所述用户的综合能力对应的量化结果。
可选地,第二获取子模块,包括:
获取单元,用于基于所述作答内容及得分规则,获取各测试题分别对应的量化分值;
第一确定单元,用于根据所述量化分值,确定各所述用户能力分别对应的量化区间;
第二确定单元,用于确定所述量化区间对应的强度等级,并将各用户能力分别对应的强度等级确定为所述用户的综合能力对应的量化结果。
可选地,确定模块20,包括:
确定子模块,用于将强度等级为所述预设等级的一个或多个量化区间所对应的用户能力确定为所述用户的目标能力;所述预设等级为最高强度等级。
可选地,所述装置还包括:
第一设置模块,用于根据预设的区间设置规则,设置多个量化区间;
第二设置模块,用于对各量化区间分别设置强度等级;各量化区间的强度等级,按照各量化区间包括的量化分值由大到小的顺序,强度依次递减。
可选地,所述装置还包括:
第二获取模块,用于获取各专业对应的能力需求类型;
生成模块,用于根据所述能力需求类型,生成与各用户能力匹配的专业信息并存储。
本实施例提供的专业推荐装置,可以执行上述专业推荐方法实施例,其实现原理和技术效果类似,在此不再赘述。
关于专业推荐装置的具体限定可以参见上文中对于专业推荐方法的限定,在此不再赘述。上述专业推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,还提供了一种如图1所示的计算机设备,该计算机设备可以是终端,其内部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种专业推荐方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图1中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取用户的综合能力对应的量化结果;所述综合能力包括至少两种类型的用户能力;基于所述量化结果,从所述综合能力中确定所述用户的至少一个目标能力;所述目标能力为所述量化结果中,强度等级为预设等级的用户能力;查找与所述目标能力匹配的专业信息,并根据所述专业信息生成专业推荐信息并显示。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Ramb微秒)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取用户的综合能力对应的量化结果;所述综合能力包括至少两种类型的用户能力;基于所述量化结果,从所述综合能力中确定所述用户的至少一个目标能力;所述目标能力为所述量化结果中,强度等级为预设等级的用户能力;查找与所述目标能力匹配的专业信息,并根据所述专业信息生成专业推荐信息并显示。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种专业推荐方法,其特征在于,所述方法包括:
获取用户的综合能力对应的量化结果;所述综合能力包括至少两种类型的用户能力;
基于所述量化结果,从所述综合能力中确定所述用户的至少一个目标能力;所述目标能力为所述量化结果中,强度等级为预设等级的用户能力;
查找与所述目标能力匹配的专业信息,并根据所述专业信息生成专业推荐信息并显示。
2.根据权利要求1所述的方法,其特征在于,所述综合能力包括言语能力、数学逻辑能力、基本学习能力、空间判断能力、形态知觉能力、资料处理能力、运动协调能力、艺术创作能力、人际交往能力中的至少两个。
3.根据权利要求1或2所述的方法,其特征在于,所述获取用户的综合能力对应的量化结果,包括:
若接收到用户输入的专业推荐请求,则显示所述综合能力中的各用户能力分别对应的测试题;
获取所述用户输入的针对各测试题的作答内容;
基于所述作答内容,获取所述用户的综合能力对应的量化结果。
4.根据权利要求3所述的方法,其特征在于,所述基于所述作答内容,获取所述用户的综合能力对应的量化结果,包括:
基于所述作答内容及得分规则,获取各测试题分别对应的量化分值;
根据所述量化分值,确定各所述用户能力分别对应的量化区间;
确定所述量化区间对应的强度等级,并将各用户能力分别对应的强度等级确定为所述用户的综合能力对应的量化结果。
5.根据权利要求4所述的方法,其特征在于,所述基于所述量化结果,从所述综合能力中确定所述用户的至少一个目标能力,包括:
将强度等级为所述预设等级的一个或多个量化区间所对应的用户能力确定为所述用户的目标能力;所述预设等级为最高强度等级。
6.根据权利要求4所述的方法,其特征在于,所述方法还包括:
根据预设的区间设置规则,设置多个量化区间;
对各量化区间分别设置强度等级;各量化区间的强度等级,按照各量化区间包括的量化分值由大到小的顺序,强度依次递减。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取各专业对应的能力需求类型;
根据所述能力需求类型,生成与各用户能力匹配的专业信息并存储。
8.一种专业推荐装置,其特征在于,所述装置包括:
第一获取模块,用于获取用户的综合能力对应的量化结果;所述综合能力包括至少两种类型的用户能力;
确定模块,用于基于所述量化结果,从所述综合能力中确定所述用户的至少一个目标能力;所述目标能力为所述量化结果中,强度等级为预设等级的用户能力;
推荐模块,用于查找与所述目标能力匹配的专业信息,并根据所述专业信息生成专业推荐信息并显示。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911375476.2A CN111191914A (zh) | 2019-12-27 | 2019-12-27 | 专业推荐方法、装置、计算机设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911375476.2A CN111191914A (zh) | 2019-12-27 | 2019-12-27 | 专业推荐方法、装置、计算机设备和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111191914A true CN111191914A (zh) | 2020-05-22 |
Family
ID=70709551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911375476.2A Pending CN111191914A (zh) | 2019-12-27 | 2019-12-27 | 专业推荐方法、装置、计算机设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111191914A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114169772A (zh) * | 2021-12-10 | 2022-03-11 | 京东方数字科技有限公司 | 用户综合能力评价方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107832776A (zh) * | 2017-10-12 | 2018-03-23 | 如是科技(大连)有限公司 | 职位推荐的处理方法及装置 |
CN108550095A (zh) * | 2018-06-29 | 2018-09-18 | 藕丝科技(深圳)有限公司 | 学校及专业推荐方法及系统 |
CN108763459A (zh) * | 2018-05-28 | 2018-11-06 | 王春宁 | 基于心理测试及dnn算法的专业倾向分析方法及系统 |
-
2019
- 2019-12-27 CN CN201911375476.2A patent/CN111191914A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107832776A (zh) * | 2017-10-12 | 2018-03-23 | 如是科技(大连)有限公司 | 职位推荐的处理方法及装置 |
CN108763459A (zh) * | 2018-05-28 | 2018-11-06 | 王春宁 | 基于心理测试及dnn算法的专业倾向分析方法及系统 |
CN108550095A (zh) * | 2018-06-29 | 2018-09-18 | 藕丝科技(深圳)有限公司 | 学校及专业推荐方法及系统 |
Non-Patent Citations (1)
Title |
---|
饶芸: "《大学生职业生涯发展与就业创业指导》", 31 January 2019, 南开大学出版社, pages: 64 - 69 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114169772A (zh) * | 2021-12-10 | 2022-03-11 | 京东方数字科技有限公司 | 用户综合能力评价方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ofosu-Ampong | The shift to gamification in education: A review on dominant issues | |
Gamage et al. | A systematic review on trends in using Moodle for teaching and learning | |
Malik et al. | Comparison of E-learning, M-learning and game-based learning in programming education–a gendered analysis | |
Swanson | Political communication research and the uses and gratifications model a critique | |
Alhadi et al. | The relationship between learning motivation and learning outcome of junior high school students in Yogyakarta | |
KR20190123105A (ko) | 사용자 맞춤형 학습 컨텐츠 제공 시스템 및 방법 | |
CN107230174A (zh) | 一种基于网络的在线互动学习系统和方法 | |
CN112184500A (zh) | 基于深度学习和知识图谱的课外学习辅导系统及实现方法 | |
Darejeh et al. | The effect of narrative-based E-learning systems on novice users’ cognitive load while learning software applications | |
CN108446768A (zh) | 一种学生建模的方法和装置 | |
Ozgen | An analysis of high school students’ mathematical literacy self-efficacy beliefs in relation to their learning styles | |
Vrana et al. | Can a computer administer a Wechsler Intelligence Test? | |
Turan et al. | The effect of NLP education on the teaching profession in Turkey | |
Segura et al. | Design and validation of a basic dental psychomotor skills test for novice dental students | |
Zheng et al. | Is" a helpful assistant" the best role for large language models? a systematic evaluation of social roles in system prompts | |
CN116756340A (zh) | 一种试题自动生成方法、系统及设备 | |
Bing | An epistemic framing analysis of upper level physics students' use of mathematics | |
Pan et al. | Patterns of using multimodal external representations in digital game-based learning | |
Al-Khresheh et al. | Metacognition in listening comprehension: Analyzing strategies and gender differences among Saudi EFL university students | |
Jo | From concerns to benefits: a comprehensive study of ChatGPT usage in education | |
CN111191914A (zh) | 专业推荐方法、装置、计算机设备和计算机可读存储介质 | |
CN109800880B (zh) | 基于动态学习风格信息的自适应学习特征提取系统及应用 | |
CN115562492A (zh) | 一种基于虚拟现实和眼动的认知评估训练方法及系统 | |
JP2023098155A (ja) | コンピュータプログラム、情報処理装置及び情報処理方法 | |
Alghabban et al. | Student Perception of Usability: A Metric for Evaluating the Benefit When Adapting e-Learning to the Needs of Students with Dyslexia. |
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 |