CN111723300A - 基于模糊评价法的新高考选科决策方法 - Google Patents

基于模糊评价法的新高考选科决策方法 Download PDF

Info

Publication number
CN111723300A
CN111723300A CN202010446138.XA CN202010446138A CN111723300A CN 111723300 A CN111723300 A CN 111723300A CN 202010446138 A CN202010446138 A CN 202010446138A CN 111723300 A CN111723300 A CN 111723300A
Authority
CN
China
Prior art keywords
students
subject
student
subjects
selection
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
CN202010446138.XA
Other languages
English (en)
Inventor
王静红
陈洋洋
韩德林
周易
范秀平
李笔
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.)
Hebei Normal University
Original Assignee
Hebei Normal University
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 Hebei Normal University filed Critical Hebei Normal University
Priority to CN202010446138.XA priority Critical patent/CN111723300A/zh
Priority to CN202111550799.8A priority patent/CN114218501A/zh
Publication of CN111723300A publication Critical patent/CN111723300A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06F16/9536—Search customisation based on social or collaborative filtering
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了基于模糊评价法的新高考选科决策方法，基于模糊评价法的新高考选科决策方法，实验数据集为某中学已进行过选科的现高二学生的高一考试成绩排名以及调查问卷结果,调查问卷内容包括为考察推理能力、思考方式、逻辑思维能力等方面的题目，认为影响选科的因素的百分比，学科喜好排序，以及理想职业。本发明提供的基于模糊评价法的新高考选科决策方法应用模糊综合评价法，由定性评价转化为定量评价，通过对量化的指标进行打分评价得出综合评价结果进而进行准确的推荐，可达成学生、教师、家长对学生选科事项的一致认同，学生选择了自身喜欢且最适合自身的科目，家长也在选择了想要子女选择的科目，教师也依据学生特质选择了最优的科目。

Description

基于模糊评价法的新高考选科决策方法
技术领域
本发明属于大数据技术领域，更具体地说，尤其涉及基于模糊评价法的新高考选科决策方法。
背景技术
高中学生的选科关乎高考，应当谨慎准确的进行选择，因此应当从多方面综合考量。传统的选科推荐算法只使用学生的成绩作为唯一变量，这会导致学生无法满足自己兴趣的选科，可能造成对学习的兴趣下降的问题。其次，该学生想选择的大学专业的限选科目可能并不是依成绩选科前三的科目。经研究表明，家庭对学生选科也存在一定能够影响，所以，我们需要做一个调查实验，选出影响学生选科因素的前五最为影响变量，因此，我们提出基于模糊评价法的新高考选科决策方法。
发明内容
本发明的目的是为了解决现有技术中存在的缺点，而提出的基于模糊评价法的新高考选科决策方法。
为实现上述目的，本发明提供如下技术方案：
基于模糊评价法的新高考选科决策方法，实验数据集为某中学已进行过选科的现高二学生的高一考试成绩排名以及调查问卷结果,调查问卷内容包括为考察推理能力、思考方式、逻辑思维能力等方面的题目，认为影响选科的因素的百分比，学科喜好排序，以及理想职业；
据社会人口统计学信息，学生的特征由学生特点、学校环境以及家庭环境组成的，性格特质、思考方式、目标兴趣都不同的学生会做出不同的决定，通过学生在校期间的考试成绩来描述学生学校环境方面的特征，并要求学生根据自己的喜好对六门待选课程进行排名，此外，学生的决定往往会参考家长意见，因此可认为以上内容会对学生的选科决策造成影响，选取学生特质、平时成绩、学科喜好、职业倾向、父母意见为影响因子，分析五个因子的重要程度，综合以上学生特质、平时成绩、学科喜好、职业倾向和父母意见五个影响因素，应用模糊综合评价法推荐给学生一个最合适的选科。
优选的，使用基于用户的协同过滤算法在考虑学生特质因素时做出推荐，使用会话式决策方法根据职业倾向做出推荐。
优选的，由调查问卷结果判断学生受学生特质、平时成绩、学科喜好、职业倾向、父母意见五个指标的影响，即设 U＝{u1,u2,...,u5}＝{学生特质,平时成绩,学科喜好,职业倾向,父母意见}表示五种指标的因素值；
设向量V＝{V1,V2,...,V6}＝{物理,化学,生物,历史,政治,地理} 来表示评价集，即当只考虑一个指标的时候应选择的学科都有哪些，根据选科的影响因素每个学生均存在五个评价集，vi是依据权重排列顺序的第i个因素的评价向量，在矩阵V中，vij表示在考虑等i 个指标时j学科是否被选，被选学科应标1，未选学科标0；
而后建立均衡平均型评价矩阵
Figure RE-GDA0002645153390000021
得出综合评价结果B＝A·R＝(b1,b2,...,b6)；
bj为j学科最后的综合评分，也是隶属最后选科组合的程度，取其中综合最高的三个学科为最后的决策学科。
优选的，距离现高二的学生进行选科已过一年，某中学希望更换选科组合的学生有63名，现根据这些学生的问卷做模糊综合评价进行选科推荐，该学生目前想要更换的学科组合与得到的推荐结果相同的有26名，因此认为此模型可以降低可有效降低后悔学生的比例。
与现有技术相比，本发明的有益效果是：本发明提供的基于模糊评价法的新高考选科决策方法由于在考量的过程中受到多种因素的制约，并且这些影响因素具有模糊性和不确定性，因而我们应用模糊综合评价法，由定性评价转化为定量评价，通过对量化的指标进行打分评价得出综合评价结果进而进行准确的推荐，可达成学生、教师、家长对学生选科事项的一致认同，学生选择了自身喜欢且最适合自身的科目，家长也在选择了想要子女选择的科目，教师也依据学生特质选择了最优的科目。
附图说明
图1是本发明的推荐选科条件组合示意图；
图2是本发明目标用户的选科组合示意图；
图3是本发明的选科流程框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
基于模糊评价法的新高考选科决策方法，实验数据集为某中学已进行过选科的现高二学生的高一考试成绩排名以及调查问卷结果,调查问卷内容包括为考察推理能力、思考方式、逻辑思维能力等方面的题目，认为影响选科的因素的百分比，学科喜好排序，以及理想职业；
据社会人口统计学信息，学生的特征由学生特点、学校环境以及家庭环境组成的，性格特质、思考方式、目标兴趣都不同的学生会做出不同的决定，通过学生在校期间的考试成绩来描述学生学校环境方面的特征，并要求学生根据自己的喜好对六门待选课程进行排名，此外，学生的决定往往会参考家长意见，因此可认为以上内容会对学生的选科决策造成影响，选取学生特质、平时成绩、学科喜好、职业倾向、父母意见为影响因子，分析五个因子的重要程度，综合以上学生特质、平时成绩、学科喜好、职业倾向和父母意见五个影响因素，应用模糊综合评价法推荐给学生一个最合适的选科。
具体的，使用基于用户的协同过滤算法在考虑学生特质因素时做出推荐，使用会话式决策方法根据职业倾向做出推荐。
具体的，由调查问卷结果判断学生受学生特质、平时成绩、学科喜好、职业倾向、父母意见五个指标的影响，即设 U＝{u1,u2,...,u5}＝{学生特质,平时成绩,学科喜好,职业倾向,父母意见}表示五种指标的因素值；
设向量V＝{V1,V2,...,V6}＝{物理,化学,生物,历史,政治,地理} 来表示评价集，即当只考虑一个指标的时候应选择的学科都有哪些，根据选科的影响因素每个学生均存在五个评价集，vi是依据权重排列顺序的第i个因素的评价向量，在矩阵V中，vij表示在考虑等i 个指标时j学科是否被选，被选学科应标1，未选学科标0；
而后建立均衡平均型评价矩阵
Figure RE-GDA0002645153390000051
得出综合评价结果B＝A·R＝(b1,b2,...,b6)；
bj为j学科最后的综合评分，也是隶属最后选科组合的程度，取其中综合最高的三个学科为最后的决策学科。
具体的，距离现高二的学生进行选科已过一年，某中学希望更换选科组合的学生有63名，现根据这些学生的问卷做模糊综合评价进行选科推荐，该学生目前想要更换的学科组合与得到的推荐结果相同的有26名，因此认为此模型可以降低可有效降低后悔学生的比例。
实施例2
学生Xx的考试平均排名如下：
Figure RE-GDA0002645153390000052
因此在只考虑成绩时，物理历史中选择物理，其余科目中选择化学地理，最后推荐该生选择“物化地”组合。因此该生的 v1＝[1,1,0,0,0,1]；
问卷要求该生对六门待选学科进行排名，该生排序结果：物理> 化学>生物>地理>政治>历史。即v2＝[1,1,1,0,0,0]；
由于所有数据均由问卷得到，职业倾向和父母建议也是学生直接填写的，学生Xx填写的理想职业为医生，父母意见为“物化地”，根据专业入学需求，医生相关专业要求必选物理，根据大学专业课程建议选择生物，因此v3＝[1,0,1,0,0,0]，v4＝[1,1,0,0,0,1]；
根据学生Xx的问卷结果得到特征 Xx＝[2,1,1,1,1,1,0,0,1,1,1,0,0,1,1,0,1,0,1,1,1,1]，将该目标向量与各选科组合向量分别代入余弦相似度公式，得到结果最接近1的为
Figure RE-GDA0002645153390000061
即该生与“物理+化学政治”组合的特征更为相似，因此在只考虑学生特质时，根据协同过滤算法，认为该生选择“物化政”组合时有更大概率获得优异成绩,v5＝[1,1,0,0,1,0]。
综上，
Figure RE-GDA0002645153390000062
代入公式，
Figure RE-GDA0002645153390000063
根据公式进行模糊变换，便可得到模糊综合评价结果。
Figure RE-GDA0002645153390000064
综合以上分析所得，推荐学生Xx选择“物理+化学生物”组合。
综上所述：本发明提供的基于模糊评价法的新高考选科决策方法由于在考量的过程中受到多种因素的制约，并且这些影响因素具有模糊性和不确定性，因而我们应用模糊综合评价法，由定性评价转化为定量评价，通过对量化的指标进行打分评价得出综合评价结果进而进行准确的推荐，可达成学生、教师、家长对学生选科事项的一致认同，学生选择了自身喜欢且最适合自身的科目，家长也在选择了想要子女选择的科目，教师也依据学生特质选择了最优的科目。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.基于模糊评价法的新高考选科决策方法，其特征在于：实验数据集为某中学已进行过选科的现高二学生的高一考试成绩排名以及调查问卷结果,调查问卷内容包括为考察推理能力、思考方式、逻辑思维能力等方面的题目，认为影响选科的因素的百分比，学科喜好排序，以及理想职业；
据社会人口统计学信息，学生的特征由学生特点、学校环境以及家庭环境组成的，性格特质、思考方式、目标兴趣都不同的学生会做出不同的决定，通过学生在校期间的考试成绩来描述学生学校环境方面的特征，并要求学生根据自己的喜好对六门待选课程进行排名，此外，学生的决定往往会参考家长意见，因此可认为以上内容会对学生的选科决策造成影响，选取学生特质、平时成绩、学科喜好、职业倾向、父母意见为影响因子，分析五个因子的重要程度，综合以上学生特质、平时成绩、学科喜好、职业倾向和父母意见五个影响因素，应用模糊综合评价法推荐给学生一个最合适的选科。
2.根据权利要求1所述的基于模糊评价法的新高考选科决策方法，其特征在于，使用基于用户的协同过滤算法在考虑学生特质因素时做出推荐，使用会话式决策方法根据职业倾向做出推荐。
3.根据权利要求1所述的基于模糊评价法的新高考选科决策方法，其特征在于，由调查问卷结果判断学生受学生特质、平时成绩、学科喜好、职业倾向、父母意见五个指标的影响，即设U＝{u1,u2,...,u5}＝{学生特质,平时成绩,学科喜好,职业倾向,父母意见}表示五种指标的因素值；
设向量V＝{V1,V2,...,V6}＝{物理,化学,生物,历史,政治,地理}来表示评价集，即当只考虑一个指标的时候应选择的学科都有哪些，根据选科的影响因素每个学生均存在五个评价集，vi是依据权重排列顺序的第i个因素的评价向量，在矩阵V中，vij表示在考虑等i个指标时j学科是否被选，被选学科应标1，未选学科标0；
而后建立均衡平均型评价矩阵
Figure FDA0002505870030000021
得出综合评价结果B＝A·R＝(b1,b2,...,b6)；
bj为j学科最后的综合评分，也是隶属最后选科组合的程度，取其中综合最高的三个学科为最后的决策学科。
4.根据权利要求1所述的基于模糊评价法的新高考选科决策方法，其特征在于，距离现高二的学生进行选科已过一年，某中学希望更换选科组合的学生有63名，现根据这些学生的问卷做模糊综合评价进行选科推荐，该学生目前想要更换的学科组合与得到的推荐结果相同的有26名，因此认为此模型可以降低可有效降低后悔学生的比例。
CN202010446138.XA 2020-05-25 2020-05-25 基于模糊评价法的新高考选科决策方法 Pending CN111723300A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010446138.XA CN111723300A (zh) 2020-05-25 2020-05-25 基于模糊评价法的新高考选科决策方法
CN202111550799.8A CN114218501A (zh) 2020-05-25 2020-05-25 一种综合评价推荐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010446138.XA CN111723300A (zh) 2020-05-25 2020-05-25 基于模糊评价法的新高考选科决策方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202111550799.8A Division CN114218501A (zh) 2020-05-25 2020-05-25 一种综合评价推荐方法

Publications (1)

Publication Number Publication Date
CN111723300A true CN111723300A (zh) 2020-09-29

Family

ID=72564922

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202111550799.8A Pending CN114218501A (zh) 2020-05-25 2020-05-25 一种综合评价推荐方法
CN202010446138.XA Pending CN111723300A (zh) 2020-05-25 2020-05-25 基于模糊评价法的新高考选科决策方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202111550799.8A Pending CN114218501A (zh) 2020-05-25 2020-05-25 一种综合评价推荐方法

Country Status (1)

Country Link
CN (2) CN114218501A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113901287A (zh) * 2021-09-24 2022-01-07 量子决策教育信息科技(哈尔滨)有限公司 一种高考志愿填报系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115907272B (zh) * 2022-11-29 2023-11-14 贝壳找房(北京)科技有限公司 经纪人的评价方法和装置、电子设备、存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109214967A (zh) * 2018-10-29 2019-01-15 陆柒（北京）科技有限公司 一种基于多目标的综合选科方法
CN109388746A (zh) * 2018-09-04 2019-02-26 四川文轩教育科技有限公司 一种基于学习者模型的学习资源智能推荐方法
CN109933730A (zh) * 2019-03-29 2019-06-25 沈阳师范大学 一种中小学教育的名师优课推荐资源应用方法及系统
CN110570336A (zh) * 2019-03-25 2019-12-13 北京和气聚力教育科技有限公司 一种选科指导系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109388746A (zh) * 2018-09-04 2019-02-26 四川文轩教育科技有限公司 一种基于学习者模型的学习资源智能推荐方法
CN109214967A (zh) * 2018-10-29 2019-01-15 陆柒（北京）科技有限公司 一种基于多目标的综合选科方法
CN110570336A (zh) * 2019-03-25 2019-12-13 北京和气聚力教育科技有限公司 一种选科指导系统
CN109933730A (zh) * 2019-03-29 2019-06-25 沈阳师范大学 一种中小学教育的名师优课推荐资源应用方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113901287A (zh) * 2021-09-24 2022-01-07 量子决策教育信息科技(哈尔滨)有限公司 一种高考志愿填报系统

Also Published As

Publication number Publication date
CN114218501A (zh) 2022-03-22

Similar Documents

Publication Publication Date Title
Lynn et al. A position with a view: Educational status and the construction of the occupational hierarchy
Pollock III The participatory consequences of internal and external political efficacy: A research note
Sung et al. Career development skills, outcomes, and hope among college students
Erkut et al. Professors as models and mentors for college students
Turki et al. Fostering positive adjustment behaviour: Social connectedness, achievement motivation and emotional-social learning among male and female university students
Bockenholt et al. The effects of attractiveness, dominance, and attribute differences on information acquisition in multiattribute binary choice
Nielsen et al. Gender fairness in self-efficacy? A Rasch-based validity study of the General Academic Self-efficacy scale (GASE)
Ono Who goes to college? Features of institutional tracking in Japanese higher education
Sandra et al. Machine Learning Algorithm to Predict Student’s Performance: A Systematic Literature Review.
McCann US state resident big five personality and work satisfaction: The importance of neuroticism
US20160321585A1 (en) Systems and methods for contextual recommendation of learning content
Danhier How big is the handicap for disadvantaged pupils in segregated schooling systems?
CN111723300A (zh) 基于模糊评价法的新高考选科决策方法
Morgan et al. Temporal attitudes profile transition among adolescents: A longitudinal examination using mover− stayer latent transition analysis.
Burger Disentangling the interplay of the sense of belonging and institutional channels in individuals’ educational trajectories.
Pike et al. Diplomatic identity and communication: using Q methodology to assess subjective perceptions of diplomatic practitioners
Lipovetsky Express analysis for prioritization: Best–Worst Scaling alteration to System 1
Li et al. Research on the strategy of E-Learning resources recommendation based on learning context
Singh et al. Empowerment among generations
Imbrie et al. Comparison of four methodologies for modeling student retention in engineering
Kustiyahningsih et al. MCGDM for selection of OSN participants using integration AHP and MOORA methods
CN113378076B (zh) 面向在线教育的学习者协同学习社交关系构建方法
Kim et al. Gender differences in factors associated with how parents communicate with school in Korea
Dijks et al. Understanding Dutch students’ subject choices in secondary education using the Theory of Planned Behavior
Akkaş et al. A comparative analysis for the criteria of higher education selection

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: 20200929

RJ01 Rejection of invention patent application after publication