CN111667389A - 基于大数据的高考录取概率的评估方法及评估装置 - Google Patents

基于大数据的高考录取概率的评估方法及评估装置 Download PDF

Info

Publication number
CN111667389A
CN111667389A CN202010547516.3A CN202010547516A CN111667389A CN 111667389 A CN111667389 A CN 111667389A CN 202010547516 A CN202010547516 A CN 202010547516A CN 111667389 A CN111667389 A CN 111667389A
Authority
CN
China
Prior art keywords
intention
information
data
personal
acquiring
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
Application number
CN202010547516.3A
Other languages
English (en)
Inventor
方晓汾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Quzhou Vision Culture Communication Co.,Ltd.
Original Assignee
Quzhou Liangzhi Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Quzhou Liangzhi Technology Co ltd filed Critical Quzhou Liangzhi Technology Co ltd
Priority to CN202010547516.3A priority Critical patent/CN111667389A/zh
Publication of CN111667389A publication Critical patent/CN111667389A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于大数据的高考录取概率的评估方法，应用于云端服务器，该方法包括：获取用户的个人信息，判断个人信息是否为合格个人信息；在个人信息为合格个人信息的情况下，获取用户的本人意向数据；获取他人的他人意向数据以及与本人意向数据对应的录取信息；基于个人信息、本人意向数据、他人意向数据以及录取信息进行大数据运算，并获得运算结果；将运算结果作为用户的高考录取概率的评估结果，并将评估结果对用户进行展示。本发明还公开一种基于大数据的高考录取概率的评估装置。根据用户共享的报考信息进行大数据运算，从而获得更加精确、实时性更好的运算结果，为用户提供更具有参考性的报考策略，更加符合当前高考志愿评估的需求。

Description

基于大数据的高考录取概率的评估方法及评估装置
技术领域
本发明涉及教育领域，具体涉及一种基于大数据的高考录取概率的评估方法及评估装置。
背景技术
近年来，随着中国国内教育市场的不断壮大，以及中国相关政策的开放，国内上学以及毕业人数正在不断增多，因此对于学生来讲，其升学的竞争压力也越来越大，然而对于普通学生来讲，往往无法获得足够的数据或信息来支持其选择合适的报考策略，降低了他们的报考成功率。
为了辅助学生进行报考，网上存在一些网站将近年的所有学校的相关信息进行统计并提供给学生进行参考，然而对于考生来讲，需要从网上大量的数据中筛选出与自己相关的信息，会耗费大量的精力，同时可能因为疏忽而漏看到相关信息。
进一步地，为了为每个考生提供针对性的报考策略，现有技术还通过获取考生的报考信息，并将该报考信息与网上统计的历年相关报考信息进行匹配，从而为考生提供具有相关性的报考建议，但是一方面现有技术是通过获取历史数据进行运算，而该数据往往与实际的报考数据具有很大偏差，因此运算结果以及建议结果也具有较大偏差；另一方面仅仅根据历年录取数据进行报考建议，因此报考建议未考虑到考生自己的报考意愿，会进一步增大偏差，往往可参考性较差，同时现有的推荐方法或建议方法也并未涉及到具有特殊录取或者考试要求的地区，例如仅对考生选择的科目进行考试并核算总成绩的地区，无法满足当前高考志愿评估的需求。
发明内容
为了克服现有技术中高考志愿的录取概率的评估方法精确性较低、参考性较差以及无法满足更多样化的高考志愿评估需求的技术问题，本发明提供一种基于大数据的高考录取概率的评估方法及评估装置，能够获得更加精确、实时性更好的运算结果，为用户提供更具有参考性的报考策略，更加符合当前高考志愿评估的需求。
为了实现上述目的，本发明一方面提供一种基于大数据的高考录取概率的评估方法，应用于云端服务器，所述评估方法包括：获取用户的个人信息，判断所述个人信息是否为合格个人信息；在所述个人信息为合格个人信息的情况下，获取所述用户的本人意向数据；获取他人的他人意向数据以及与所述本人意向数据对应的录取信息；基于所述个人信息、所述本人意向数据、所述他人意向数据以及所述录取信息进行大数据运算，并获得运算结果；将所述运算结果作为所述用户的高考录取概率的评估结果，并将所述评估结果对所述用户进行展示。
优选地，所述判断所述个人信息是否为合格个人信息，包括：从数据库中获取与所述个人信息对应的验证信息；将所述个人信息与所述验证信息进行匹配以获得匹配结果；在所述匹配结果为匹配合格的情况下，确定所述个人信息为合格个人信息。
优选地，所述本人意向数据包括多条意向类目，所述多条意向类目中的每条意向类目包括本人考试科目、本人意向学校、本人意向专业以及志愿申报序号中的至少一者。
优选地，所述获取他人的他人意向数据以及与所述本人意向数据对应的录取信息，包括：获取所述用户从所述本人意向数据中选择的意向评估数据以及获取与所述意向评估数据对应的付费信息，其中所述意向评估数据为所述多条意向类目中的任意一者；在获得所述付费信息的情况下，获取与所述意向评估数据对应的他人意向数据；获取与所述意向评估数据对应的录取信息，其中所述录取信息包括历年录取信息与本年录取信息。
优选地，所述基于所述个人信息、所述本人意向数据、所述他人意向数据以及所述录取信息进行大数据运算，并获得运算结果，包括：获取本年考生信息；基于所述个人信息与所述本年考生信息对所述用户进行排序，并获得排序结果；基于所述排序结果、所述意向评估数据、所述他人意向数据以及所述录取信息进行录取概率运算，以获得所述运算结果。
相应的，本发明还提供一种基于大数据的高考录取概率的评估装置，应用于云端服务器，所述评估装置包括：判断单元，用于获取用户的个人信息，判断所述个人信息是否为合格个人信息；第一获取单元，用于在所述个人信息为合格个人信息的情况下，获取所述用户的本人意向数据；第二获取单元，用于获取他人的他人意向数据以及与所述本人意向数据对应的录取信息；运算单元，用于基于所述个人信息、所述本人意向数据、所述他人意向数据以及所述录取信息进行大数据运算，并获得运算结果；展示单元，用于将所述运算结果作为所述用户的高考录取概率的评估结果，并将所述评估结果对所述用户进行展示。
优选地，所述判断单元包括：验证获取模块，用于从数据库中获取与所述个人信息对应的验证信息；匹配模块，用于将所述个人信息与所述验证信息进行匹配以获得匹配结果；确定模块，用于在所述匹配结果为匹配合格的情况下，确定所述个人信息为合格个人信息。
优选地，所述本人意向数据包括多条意向类目，所述多条意向类目中的每条意向类目包括本人考试科目、本人意向学校、本人意向专业以及志愿申报序号中的至少一者。
优选地，所述第二获取单元包括：付费模块，用于获取所述用户从所述本人意向数据中选择的意向评估数据以及获取与所述意向评估数据对应的付费信息，其中所述意向评估数据为所述多条意向类目中的任意一者；他人意向获取模块，用于在获得所述付费信息的情况下，获取与所述意向评估数据对应的他人意向数据；录取信息获取模块，用于获取与所述意向评估数据对应的录取信息，其中所述录取信息包括历年录取信息与本年录取信息。
优选地，所述运算单元包括：本年考生信息获取模块，用于获取本年考生信息；排序模块，用于基于所述个人信息与所述本年考生信息对所述用户进行排序，并获得排序结果；运算模块，用于基于所述排序结果、所述意向评估数据、所述他人意向数据以及所述录取信息进行录取概率运算，以获得所述运算结果。
通过本发明提供的技术方案，本发明至少具有如下技术效果：
通过有偿的方式鼓励用户自主上传并共享自己本年度报考以及意愿信息，并根据用户提供的本年度报考以及意愿信息进行大数据运算，从而获得更加精确、实时性更好的运算结果，为用户提供更具有参考性的报考策略，更加符合当前高考志愿评估的需求。
附图说明
图1是本发明提供的基于大数据的高考录取概率的评估方法的具体实现流程图；
图2是本发明提供的基于大数据的高考录取概率的评估装置的结构示意图。
具体实施方式
为了克服现有技术中高考志愿的录取概率的评估方法精确性较低、参考性较差以及无法满足更多样化的高考志愿评估需求的技术问题，本发明提供一种基于大数据的高考录取概率的评估方法及评估装置，能够获得更加精确、实时性更好的运算结果，为用户提供更具有参考性的报考策略，更加符合当前高考志愿评估的需求。
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
本发明实施例中的术语“系统”和“网络”可被互换使用。“多个”是指两个或两个以上，鉴于此，本发明实施例中也可以将“多个”理解为“至少两个”。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。另外，需要理解的是，在本发明实施例的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。
请参见图1，本发明提供一种基于大数据的高考录取概率的评估方法，应用于云端服务器，所述评估方法包括：
S10)获取用户的个人信息，判断所述个人信息是否为合格个人信息；
S20)在所述个人信息为合格个人信息的情况下，获取所述用户的本人意向数据；
S30)获取他人的他人意向数据以及与所述本人意向数据对应的录取信息；
S40)基于所述个人信息、所述本人意向数据、所述他人意向数据以及所述录取信息进行大数据运算，并获得运算结果；
S50)将所述运算结果作为所述用户的高考录取概率的评估结果，并将所述评估结果对所述用户进行展示。
为了通过本发明提供的评估方法对用户的高考志愿进行评估，用户首先需要访问云端服务器，在本发明实施例中，用户可以通过使用移动终端、个人电脑、平板电脑等设备或通过访问网页、公众服务平台等方式访问云端服务器，云端服务器在获取到用户的访问请求后，首先需要验证该用户的合法性，例如在本发明实施例中，云端服务器首先获取用户的用户身份信息，例如通过要求用户输入账号和密码、或要求用户扫描云端服务器自动生成的二维码、或要求用户授权登录其社交账户以作为该用户在本云端服务器的登录账户等方式，获取到用户账户信息，云端服务器在获取到用户的用户账户信息后，将该用户账户信息与数据库中的数据进行匹配，若数据库中的数据与该用户账户信息匹配，则确定了该用户的身份或账户。
进一步地，在确定了该用户的身份或账户后，云端服务器从数据库中搜索是否保存有该用户的个人信息，若保存有该用户的个人信息，则调用该用户的个人信息，若没有保存该用户的个人信息，则要求该用户按照预设的表单内容输入个人信息。
在本发明中，所述判断所述个人信息是否为合格个人信息，包括：从数据库中获取与所述个人信息对应的验证信息；将所述个人信息与所述验证信息进行匹配以获得匹配结果；在所述匹配结果为匹配合格的情况下，确定所述个人信息为合格个人信息。
在一种可能的实施方式中，在获取到用户的个人信息后，云端服务器需要对该用户提供的个人信息进行验证，在本发明实施例中，个人信息包括但不限于用户的名字、性别、身份证号、考生号、所在地区、所在学校、联系电话、选考科目、以及总分和总分的有效截图证明等信息，此时云端服务器可以和官方数据平台远程连接，并将上述个人信息与官方数据平台中的数据进行匹配，以确认该用户提供的信息是否准确，若匹配结果为匹配合格，则确认该用户提供的个人信息为合格个人信息。
在本发明中，通过获取用户提供的个人信息并对该个人信息进行核对，从而保证了每个在云端服务器中注册或访问的用户都是合格的真实用户，而不是虚假的用户，保证了数据的真实性，大大提高了后续分析或运算过程中的数据有效性，提高了分析或运算结果的准确性和实时性，使得评估结果具有极大的可参考性，辅助用户做出更有效的报考决策。
在本发明实施例中，所述本人意向数据包括多条意向类目，所述多条意向类目中的每条意向类目包括本人考试科目、本人意向学校、本人意向专业以及志愿申报序号中的至少一者。
随着高考制度的不断改变，不同地区存在着不同的高考录取制度，考生也可以选择不止一个学校的至少一个专业作为申报志愿，因此当面临多个选择时，考生都需要进行评估，因此获取考生的所有申报志愿信息并进行大数据处理和分析，能够为考生提供更多的参考信息，以及提供更精确的志愿申报评估结果，满足在不同地区的不同考生的用户需求。
在本发明中，所述获取他人的他人意向数据以及与所述本人意向数据对应的录取信息，包括：获取所述用户从所述本人意向数据中选择的意向评估数据以及获取与所述意向评估数据对应的付费信息，其中所述意向评估数据为所述多条意向类目中的任意一者；在获得所述付费信息的情况下，获取与所述意向评估数据对应的他人意向数据；获取与所述意向评估数据对应的录取信息，其中所述录取信息包括历年录取信息与本年录取信息。
由于在实际生活中，每个考生的个人信息往往都具有一定的保密性，而若要求考生直接进行共享或公开，出于保密或价值等方面的考虑，往往愿意共享或公开的考生较少，无法获取到足够的数据信息，而若通过有偿共享或有偿公开的方式，能够让更多的考生更容易接受，也更愿意进行共享和公开，从而便于数据的获取，通过对大量的考生的高考申报意向数据的分析，能够为每个考生提供更个性化的评估结果，且每个评估结果都具有更高的精确性和实时性，能够更好的满足用户需求。
在一种可能的实施方式中，用户选择北京大学、北京师范大学以及南京大学作为意向学校，以及选择计算机专业作为意向专业，且申报志愿序号分别为1、2、3，用户首先选择获知自己在北京大学的计算机专业作为自己的意向评估数据，并向云端服务器发送获取录取概率等信息的请求指令，云端服务器在获取到用户的请求指令后，首先获取该用户的与该意向评估数据对应的付费信息，例如云端服务器可以以要求打赏的形式要求用户进行付费查看，用户可以通过在线付费、通过第三方付费以及信用付费等方式进行付费或打赏，云端服务器在收到付费或打赏确认信息后，开始获取北京大学的计算机专业相关的他人意向信息，例如从云端获取意向报考北京大学计算机专业的人数、报考北京大学计算机专业的志愿序号统计数据以及每个报考的人是否选择查看录取概率评估结果等信息，然后进一步获取北京大学计算机专业的录取信息，包括历年的录取人数、历年录取分数、在用户所在省份的历年录取情况、历年录取平均分等信息，以及本年录取人数、本年录取分数、本年招生人数等信息。
进一步地，在本发明中，所述基于所述个人信息、所述本人意向数据、所述他人意向数据以及所述录取信息进行大数据运算，并获得运算结果，包括：获取本年考生信息；基于所述个人信息与所述本年考生信息对所述用户进行排序，并获得排序结果；基于所述排序结果、所述意向评估数据、所述他人意向数据以及所述录取信息进行录取概率运算，以获得所述运算结果。
在一种可能的实施方式中，在获取到上述他人意向数据以及录取信息后，为了进一步提高评估结果的精确性，云端服务器还获取本年考生信息，例如获取本年考生总人数以及本年考生在北京大学计算机专业的报考人数和成绩排名等信息，并结合本年考生总人数以及北京大学计算机专业的报考人数和成绩排名等信息获得用户在北京大学计算机专业的排序结果(例如本用户在所有选择报考北京大学计算机专业的考生中排名第14)，此时云端服务器根据预设算法结合用户的排序结果、本人意向数据(例如本人志愿序号等信息)、他人意向数据以及录取信息，并参考其他个人信息，例如本人选考科目、本人总分、本人排名、本人所在地区等信息进行大数据运算，从而获得该用户报考北京大学计算机专业的录取概率评估结果。
在本发明实施例中，通过基于本年考生共享的考试以及报考数据，并结合历年的录取信息进行大数据运算，从而获得了更精确的报考数据以及对应的运算结果，使得为用户推荐的录取概率评估信息具有较高的精确性和实时性，能够满足在不同地区、不同时间以及不同水平的用户的评估需求，与现有技术相比，能够更好地辅助考生做出更准确的报考决策，提高了考生的升学率，优化了国内教育资源的分配效率。
进一步地，在本发明实施例中，为了提高考生对自己的考试以及报考信息的共享的积极性，在获得用户的付费或打赏信息后，云端服务器还根据已共享数据的用户的权重，将付费或打赏用户所付的费用按权重进行分配，以对已共享数据的用户进行鼓励。
进一步地，云端服务器还可以根据用户的分享请求对用户当前的录取评估信息或志愿模拟申报信息或评估录取概率的评估平台等信息中的至少一者进行分享，从而进一步对评估平台进行推广，以吸引更多的用户分享自己的数据，从而进一步提高平台评估结果的精确性，为用户提供更加精确、有效的评估结果，更加满足用户的实际需求。
在获得对用户的意向评估数据的运算结果后，将该运算结果以及与该运算结果相关的数据(例如关注人数等数据)作为该用户在所选择的学校和专业的高考录取概率的评估结果，并将评估对用户进行显示或通知。
下面结合附图对本发明提供的基于大数据的高考录取概率的评估装置进行说明。
请参见图2，基于同一发明构思，本发明提供一种基于大数据的高考录取概率的评估装置，应用于云端服务器，所述评估装置包括：判断单元，用于获取用户的个人信息，判断所述个人信息是否为合格个人信息；第一获取单元，用于在所述个人信息为合格个人信息的情况下，获取所述用户的本人意向数据；第二获取单元，用于获取他人的他人意向数据以及与所述本人意向数据对应的录取信息；运算单元，用于基于所述个人信息、所述本人意向数据、所述他人意向数据以及所述录取信息进行大数据运算，并获得运算结果；展示单元，用于将所述运算结果作为所述用户的高考录取概率的评估结果，并将所述评估结果对所述用户进行展示。
优选地，所述判断单元包括：验证获取模块，用于从数据库中获取与所述个人信息对应的验证信息；匹配模块，用于将所述个人信息与所述验证信息进行匹配以获得匹配结果；确定模块，用于在所述匹配结果为匹配合格的情况下，确定所述个人信息为合格个人信息。
优选地，所述本人意向数据包括多条意向类目，所述多条意向类目中的每条意向类目包括本人考试科目、本人意向学校、本人意向专业以及志愿申报序号中的至少一者。
优选地，所述第二获取单元包括：付费模块，用于获取所述用户从所述本人意向数据中选择的意向评估数据以及获取与所述意向评估数据对应的付费信息，其中所述意向评估数据为所述多条意向类目中的任意一者；他人意向获取模块，用于在获得所述付费信息的情况下，获取与所述意向评估数据对应的他人意向数据；录取信息获取模块，用于获取与所述意向评估数据对应的录取信息，其中所述录取信息包括历年录取信息与本年录取信息。
优选地，所述运算单元包括：本年考生信息获取模块，用于获取本年考生信息；排序模块，用于基于所述个人信息与所述本年考生信息对所述用户进行排序，并获得排序结果；运算模块，用于基于所述排序结果、所述意向评估数据、所述他人意向数据以及所述录取信息进行录取概率运算，以获得所述运算结果。
以上结合附图详细描述了本发明实施例的可选实施方式，但是，本发明实施例并不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施例对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外，本发明实施例的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施例的思想，其同样应当视为本发明实施例所公开的内容。

Claims (10)

1.一种基于大数据的高考录取概率的评估方法，应用于云端服务器，其特征在于，所述评估方法包括：
获取用户的个人信息，判断所述个人信息是否为合格个人信息；
在所述个人信息为合格个人信息的情况下，获取所述用户的本人意向数据；
获取他人的他人意向数据以及与所述本人意向数据对应的录取信息；
基于所述个人信息、所述本人意向数据、所述他人意向数据以及所述录取信息进行大数据运算，并获得运算结果；
将所述运算结果作为所述用户的高考录取概率的评估结果，并将所述评估结果对所述用户进行展示。
2.根据权利要求1所述的评估方法，其特征在于，所述判断所述个人信息是否为合格个人信息，包括：
从数据库中获取与所述个人信息对应的验证信息；
将所述个人信息与所述验证信息进行匹配以获得匹配结果；
在所述匹配结果为匹配合格的情况下，确定所述个人信息为合格个人信息。
3.根据权利要求1所述的评估方法，其特征在于，所述本人意向数据包括多条意向类目，所述多条意向类目中的每条意向类目包括本人考试科目、本人意向学校、本人意向专业以及志愿申报序号中的至少一者。
4.根据权利要求3中所述的评估方法，其特征在于，所述获取他人的他人意向数据以及与所述本人意向数据对应的录取信息，包括：
获取所述用户从所述本人意向数据中选择的意向评估数据以及获取与所述意向评估数据对应的付费信息，其中所述意向评估数据为所述多条意向类目中的任意一者；
在获得所述付费信息的情况下，获取与所述意向评估数据对应的他人意向数据；
获取与所述意向评估数据对应的录取信息，其中所述录取信息包括历年录取信息与本年录取信息。
5.根据权利要求4所述的评估方法，其特征在于，所述基于所述个人信息、所述本人意向数据、所述他人意向数据以及所述录取信息进行大数据运算，并获得运算结果，包括：
获取本年考生信息；
基于所述个人信息与所述本年考生信息对所述用户进行排序，并获得排序结果；
基于所述排序结果、所述意向评估数据、所述他人意向数据以及所述录取信息进行录取概率运算，以获得所述运算结果。
6.一种基于大数据的高考录取概率的评估装置，应用于云端服务器，其特征在于，所述评估装置包括：
判断单元，用于获取用户的个人信息，判断所述个人信息是否为合格个人信息；
第一获取单元，用于在所述个人信息为合格个人信息的情况下，获取所述用户的本人意向数据；
第二获取单元，用于获取他人的他人意向数据以及与所述本人意向数据对应的录取信息；
运算单元，用于基于所述个人信息、所述本人意向数据、所述他人意向数据以及所述录取信息进行大数据运算，并获得运算结果；
展示单元，用于将所述运算结果作为所述用户的高考录取概率的评估结果，并将所述评估结果对所述用户进行展示。
7.根据权利要求6所述的评估装置，其特征在于，所述判断单元包括：
验证获取模块，用于从数据库中获取与所述个人信息对应的验证信息；
匹配模块，用于将所述个人信息与所述验证信息进行匹配以获得匹配结果；
确定模块，用于在所述匹配结果为匹配合格的情况下，确定所述个人信息为合格个人信息。
8.根据权利要求6所述的评估装置，其特征在于，所述本人意向数据包括多条意向类目，所述多条意向类目中的每条意向类目包括本人考试科目、本人意向学校、本人意向专业以及志愿申报序号中的至少一者。
9.根据权利要求8所述的评估装置，其特征在于，所述第二获取单元包括：
付费模块，用于获取所述用户从所述本人意向数据中选择的意向评估数据以及获取与所述意向评估数据对应的付费信息，其中所述意向评估数据为所述多条意向类目中的任意一者；
他人意向获取模块，用于在获得所述付费信息的情况下，获取与所述意向评估数据对应的他人意向数据；
录取信息获取模块，用于获取与所述意向评估数据对应的录取信息，其中所述录取信息包括历年录取信息与本年录取信息。
10.根据权利要求9所述的评估装置，其特征在于，所述运算单元包括：
本年考生信息获取模块，用于获取本年考生信息；
排序模块，用于基于所述个人信息与所述本年考生信息对所述用户进行排序，并获得排序结果；
运算模块，用于基于所述排序结果、所述意向评估数据、所述他人意向数据以及所述录取信息进行录取概率运算，以获得所述运算结果。
CN202010547516.3A 2020-06-16 2020-06-16 基于大数据的高考录取概率的评估方法及评估装置 Pending CN111667389A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010547516.3A CN111667389A (zh) 2020-06-16 2020-06-16 基于大数据的高考录取概率的评估方法及评估装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010547516.3A CN111667389A (zh) 2020-06-16 2020-06-16 基于大数据的高考录取概率的评估方法及评估装置

Publications (1)

Publication Number Publication Date
CN111667389A true CN111667389A (zh) 2020-09-15

Family

ID=72388134

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010547516.3A Pending CN111667389A (zh) 2020-06-16 2020-06-16 基于大数据的高考录取概率的评估方法及评估装置

Country Status (1)

Country Link
CN (1) CN111667389A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120078242A (ko) * 2010-12-31 2012-07-10 이상일 대학진학분석시스템
US20140279643A1 (en) * 2013-03-15 2014-09-18 American Learning Education Exchange Organization System and Method for Probabilistic Prediction of an Applicant's Acceptance
CN104123337A (zh) * 2014-05-28 2014-10-29 北京百度网讯科技有限公司 一种预测报考信息的方法和装置
CN106447111A (zh) * 2016-09-30 2017-02-22 广州特道信息科技有限公司 一种基于大数据的高考志愿填报方法
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
CN107085820A (zh) * 2017-04-20 2017-08-22 浙江大学 一种促进科技创新的大众智慧数据信息管理平台及方法
CN110472929A (zh) * 2019-07-17 2019-11-19 武汉科技大学 一种基于神经网络的志愿填报方法、系统、装置和介质
CN110648259A (zh) * 2019-09-02 2020-01-03 山东耘智愿教育科技集团有限公司 基于大数据的高考志愿评估系统
CN111260511A (zh) * 2020-01-08 2020-06-09 榆林智教信息科技有限公司 志愿填报、院校专业推荐系统及方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120078242A (ko) * 2010-12-31 2012-07-10 이상일 대학진학분석시스템
US20140279643A1 (en) * 2013-03-15 2014-09-18 American Learning Education Exchange Organization System and Method for Probabilistic Prediction of an Applicant's Acceptance
CN104123337A (zh) * 2014-05-28 2014-10-29 北京百度网讯科技有限公司 一种预测报考信息的方法和装置
CN106447111A (zh) * 2016-09-30 2017-02-22 广州特道信息科技有限公司 一种基于大数据的高考志愿填报方法
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
CN107085820A (zh) * 2017-04-20 2017-08-22 浙江大学 一种促进科技创新的大众智慧数据信息管理平台及方法
CN110472929A (zh) * 2019-07-17 2019-11-19 武汉科技大学 一种基于神经网络的志愿填报方法、系统、装置和介质
CN110648259A (zh) * 2019-09-02 2020-01-03 山东耘智愿教育科技集团有限公司 基于大数据的高考志愿评估系统
CN111260511A (zh) * 2020-01-08 2020-06-09 榆林智教信息科技有限公司 志愿填报、院校专业推荐系统及方法

Similar Documents

Publication Publication Date Title
Buchanan et al. Methods to detect low quality data and its implication for psychological research
Huedo-Medina et al. Assessing heterogeneity in meta-analysis: Q statistic or I² index?
Eriksen et al. Tax knowledge and attitudes towards taxation; A report on a quasi-experiment
Tan Misuses of KR-20 and Cronbach's alpha reliability coefficients
Webster et al. Inter-rater reliability of dynamic risk assessment with sexual offenders
Sharp et al. An item response theory analysis of the problem gambling severity index
Horn et al. Human visual identification of individual Andean bears Tremarctos ornatus
Malloy et al. A comparison of authentic and transformational leadership in sport
Hausman et al. Interobserver agreement: A preliminary investigation into how much is enough?
Velleman et al. Exploratory data analysis.
KR20120040589A (ko) 전자 입찰에 있어 투찰금액 예측방법 및 그 시스템
Anker et al. Meta-analysis of meta-analyses in communication: Comparing fixed effects and random effects analysis models
Blaszczynski et al. ‘How much do you spend gambling?’: Ambiguities in questionnaire items assessing expenditure
CN109803176A (zh) 审核监控方法、装置、电子设备及存储介质
US20170046346A1 (en) Method and System for Characterizing a User's Reputation
Luton Deconstructing public administration empiricism
Różycka‐Tran et al. Measurement invariance of the Belief in a Zero‐Sum Game scale across 36 countries
Delgado et al. Cyberbullying, self-concept and academic goals in childhood
Baláž et al. Testing prospect theory parameters
Bramley et al. Evaluating the rank‐ordering method for standard maintaining
Boldero et al. An evaluation of the factor structure of the Problem Gambling Severity Index
Luchtenberg et al. Do institutional and individual investors differ in their preference for financial skewness?
Tan KR-20 ve Cronbach Alfa katsayılarının yanlış kullanımları
Matz et al. Assessing risk in North Dakota juvenile probation: A preliminary examination of the predictive validity of the Youth Assessment and Screening Instrument
Cutts et al. Did local activism really matter? Liberal Democrat campaigning and the 2001 British general election

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210621

Address after: Room 223, building 5, No.10, Tongqu street, Huayuan street, Kecheng District, Quzhou City, Zhejiang Province

Applicant after: Quzhou Vision Culture Communication Co.,Ltd.

Address before: 324000 No. 1-98, 11A Block, 258 Garden East Avenue, Kecheng District, Quzhou City, Zhejiang Province

Applicant before: QUZHOU LIANGZHI TECHNOLOGY Co.,Ltd.

CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Jiang Tao

Inventor after: Xu Xinjing

Inventor before: Fang Xiaofen