CN112016827A - 一种考研辅助择校方法及系统 - Google Patents
一种考研辅助择校方法及系统 Download PDFInfo
- Publication number
- CN112016827A CN112016827A CN202010870152.2A CN202010870152A CN112016827A CN 112016827 A CN112016827 A CN 112016827A CN 202010870152 A CN202010870152 A CN 202010870152A CN 112016827 A CN112016827 A CN 112016827A
- Authority
- CN
- China
- Prior art keywords
- school
- schools
- examination
- module
- basic
- 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
- 238000011160 research Methods 0.000 title claims abstract description 50
- 238000010187 selection method Methods 0.000 title claims abstract description 15
- 238000012216 screening Methods 0.000 claims abstract description 81
- 238000011156 evaluation Methods 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000012937 correction Methods 0.000 claims abstract description 6
- 238000004891 communication Methods 0.000 claims description 34
- 238000012360 testing method Methods 0.000 claims description 6
- 238000011835 investigation Methods 0.000 claims 2
- 201000004569 Blindness Diseases 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or 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
- G06Q50/2053—Education institution selection, admissions, or financial aid
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种考研辅助择校方法及系统,涉及数据筛选领域,所述方法包括:输入考生报考基本信息与择校要求;筛除不符合择校要求的学校得到剩余学校;根据择校要求输出权重分配系数;调整实时考研热度、专家出题评判、基础报录数据筛选、录取人员级别统计以及学科实力判断五个模块的权重分配;将剩余学校分别在五个模块中进行打分;将五个模块的打分结果分别乘以对应模块的权重分配系数得到剩余学校在各模块中的得分;将同一学校在不同模块的得分相加得到剩余每个学校的总得分,筛选出总得分排名前3的学校;显示并推荐筛选结果并说明理由。本申请可依据考生的择校需求,提供更加科学、客观的择校信息,帮助考生高效地确定考研院校。
Description
技术领域
本发明属于数据筛选领域,具体涉及一种考研辅助择校方法及系统。
背景技术
随着社会对高学历人才的需求愈加迫切,考研成为热门选择,报名人数屡创新高。学生在即将大学毕业,面临考研升学选择时,大量的高校或研究所数目、不同的分数线、软硬件条件、学习文化氛围等,大量的选择常让考生觉得无所适从,不知道如何选择一所合适自己的院校。
在现有方案中,考生在报考前一般通过网络查询的方式了解相关院校的考研信息,但是通过网络查询的方式不但会耗费考生大量的时间和精力、并且现有网络上能够查询到的信息有限,仅能查询到一些基础信息例如:院校名称、地理位置、考试科目、录取人数、录取分数等,这些信息对于考生来说参考价值有限,并不能从中直接得出哪所院校真正的适合自己。
因此,在考生报考前,一种科学、客观的考研辅助院校筛选方法及系统,能够帮助考生高效的确定适合自己的考研院校。
发明内容
本申请提供一种考研辅助择校方法及系统,以解决考生考研择校效率低、择校盲目性大的问题。
一种考研辅助择校方法,所述方法包括:第一终端:输入考生报考基本信息;输入考生择校要求;发送包含所述考生报考基本信息与所述考生择校要求的第一信号;第二终端:录入针对每个学校每个专业出题特点和备考难度的专家评判信息;发送包含所述专家评判信息的第二信号;服务器:接收所述第一信号和所述第二信号;统计并存储所述考生报考基本信息、所述考生择校要求、学校实时关注热度数据、学校出题特点和备考难度的专家评判数据、学校基础报录数据、学校录取人员级别统计数据、学校学科实力数据;筛除不符合考生所述择校要求的学校得到剩余学校;根据考生所述择校要求输出权重分配系数;调整实时考研热度、专家出题评判、基础报录数据筛选、录取人员级别统计以及学科实力判断五个模块的权重分配;将所述剩余学校分别在实时考研热度、专家出题评判、基础报录数据筛选、录取人员级别统计以及学科实力判断五个模块中进行打分;将所述五个模块的打分结果分别乘以对应模块的所述权重分配系数得到所述剩余学校在各模块中的独自得分;将同一学校在不同模块的所述独自得分相加得到所述剩余每个学校的总得分,筛选出总得分排名前3的学校;发送包含筛选结果和推荐理由的第三信号;第一终端:接收所述第三信号;显示并推荐筛选结果,并说明推荐理由。
优选地,所述考生报考基本信息包括学校名字、学校级别、专业名称、是否跨专业、大学成绩。
优选地,所述考生择校要求包括择校基本要求和择校风险要求,所述择校基本要求包括考试科目是否有数学、待报学校级别、待报学校地理位置,所述择校风险要求为求稳、求好、求上三种中的任意一种。
优选地,根据所述择校基本要求,筛除不符合考生所述择校基本要求的学校得到剩余学校。
优选地,根据所述择校风险要求输出权重分配系数。
优选地,所述实时考研热度模块调用所述剩余学校实时关注热度数据,并根据所述考生报考基本信息,按照关注热度从高到低对所述剩余学校进行打分。
优选地,所述专家出题评判模块调用所述剩余学校出题特点与备考难度的专家评判数据,并根据所述考生报考基本信息,按照备考难度进行打分。
优选地,所述基础报录数据筛选模块调用所述剩余学校基础报录数据,并根据所述考生报考基本信息,按照报考难度进行打分,所述学校基础报录数据包括全国每所高校的近三年学校名称、地理位置、专业名称、考试科目、报考人数、录取人数、录取分数线、录取最高与最低分数。
优选地,所述录取人员级别统计模块调用所述剩余学校录取人员级别统计数据,并根据所述考生报考基本信息,按照录取难度进行打分,所述学校录取人员级别统计数据包括全国每所高校的录取总人数、总人数中重点高校人数比例、总人数中普通院校人数比例、总人数中跨专业人数比例。
优选地,所述学科实力判断模块调用所述剩余学校学科实力数据,并根据所述考生报考基本信息,按照学科实力大小进行打分,所述学校学科实力数据包括全国每所高校的学科实力、学校级别、所在城市级别。
一种考研辅助择校系统,所述系统包括:第一终端、第二终端以及服务器;所述第一终端包括:基本信息输入模块,用于输入考生报考基本信息;择校要求输入模块,用于输入考生择校要求;推荐结果展示模块,用于显示并推荐筛选结果,并说明推荐理由;第一终端通信模块,用于发送包含所述考生报考基本信息与所述考生择校要求的第一信号,还用于接收第三信号;所述第二终端包括:专家录入模块,用于录入针对每个学校每个专业出题特点和备考难度的专家评判信息;第二终端通信模块,用于发送包含所述专家评判信息的第二信号;所述服务器包括:第三终端通信模块,用于接收所述第一信号和所述第二信号,还用于发送包含筛选结果和推荐理由的第三信号;网络通信模块与存储模块,用于统计并存储所述考生报考基本信息、所述考生择校要求、学校的实时关注热度数据、学校的出题特点和备考难度的专家评判数据、学校的基础报录数据、学校的录取人员级别统计数据、学科实力数据;高校信息筛选模块,用于筛除不符合考生所述择校要求的学校得到剩余学校;权重分配模块,用于根据考生所述择校要求输出权重分配系数,还用于调整实时考研热度、专家出题评判、基础报录数据筛选、录取人员级别统计以及学科实力判断五个模块的权重分配;实时考研热度数据模块、专家出题评判模块、基础报录数据筛选模块、录取人员级别统计模块、学科实力判断模块,用于将所述剩余学校分别在实时考研热度、专家出题评判、基础报录数据筛选、录取人员级别统计以及学科实力判断五个模块中进行打分,还用于将所述五个模块的打分结果分别乘以对应模块的所述权重分配系数得到所述剩余学校在各模块中的独自得分;结果筛选模块,用于将同一学校在不同模块的所述独自得分相加得到所述剩余每个学校的总得分,筛选出总得分排名前3的学校。
由以上本申请提供的技术方案可见,提供了一种全新的考研辅助择校方法及系统,该方法综合考虑了考生的报考基本信息与择校要求,可以更科学、更客观地帮助考生筛选考研报考院校;首先,依据考生的择校基本要求,筛除不符合考生择校基本要求的学校,降低系统运算量;其次,根据择校风险要求,调整实时考研热度、专家出题评判、基础报录数据筛选、录取人员级别统计以及学科实力判断五个模块的权重分配,使得院校择校过程更加的全面、更加合理;最后,参照考生报考基本信息与考生择校要求,通过上述五个模块打分,可以得到符合考生择校要求的每个院校的总得分,筛选并推荐匹配度排名前3的院校,并说明推荐理由,辅助考生决策,用以帮助考生筛选出最适合自己的考研院校,可以极大地提高考研择校效率、降低择校盲目性。此外,该方案中特别设置有实时考研热度、专家出题评判、基础报录数据筛选、录取人员级别统计以及学科实力判断五个模块,可以更加综合全面、客观科学、合理智能地帮助考生高效确定考研院校。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请考研辅助择校方法流程示意图;
图2为本申请考研辅助择校系统示意图。
具体实施方式
下面将结合附图和具体实施例,对本发明的技术方案作详细说明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落入本申请所附权利要求所限定的范围内。
需要说明的是,当元件被称为“设置于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“上”、“下”、“左”、“右”以及类似的表述只是为了说明的目的,并不表示是唯一的实施方式。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是旨在于限制本申请。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明提供一种考研辅助择校方法及系统,能够更加综合全面、客观科学、合理智能地帮助考生高效确定考研院校、提高考研择校效率、降低择校盲目性。
本申请实施方式中提供的一种考研辅助择校方法,参照图1所示,所述方法包括:第一终端:输入考生报考基本信息;输入考生择校要求;发送包含所述考生报考基本信息与所述考生择校要求的第一信号;第二终端:录入针对每个学校每个专业出题特点和备考难度的专家评判信息;发送包含所述专家评判信息的第二信号;服务器:接收所述第一信号和所述第二信号;统计并存储所述考生报考基本信息、所述考生择校要求、学校实时关注热度数据、学校出题特点和备考难度的专家评判数据、学校基础报录数据、学校录取人员级别统计数据、学校学科实力数据;筛除不符合考生所述择校要求的学校得到剩余学校;根据考生所述择校要求输出权重分配系数;调整实时考研热度、专家出题评判、基础报录数据筛选、录取人员级别统计以及学科实力判断五个模块的权重分配;将所述剩余学校分别在实时考研热度、专家出题评判、基础报录数据筛选、录取人员级别统计以及学科实力判断五个模块中进行打分;将所述五个模块的打分结果分别乘以对应模块的所述权重分配系数得到所述剩余学校在各模块中的独自得分;将同一学校在不同模块的所述独自得分相加得到所述剩余每个学校的总得分,筛选出总得分排名前3的学校;发送包含筛选结果和推荐理由的第三信号;第一终端:接收所述第三信号;显示并推荐筛选结果,并说明推荐理由。
具体地,考生通过第一终端输入考生自身的报考基本信息,考生报考基本信息包括考生的学校名称、学校级别例如学校是否是全国重点高校、所学专业名称、考研是否准备跨专业以及大学期间成绩;考生通过第一终端输入考生考研的择校要求,考生择校要求分为两方面,分别为择校基本要求和择校风险要求,择校基本要求可以包含考试科目是否考数学、学校的级别、地理位置等选项,其中学校级别可以选择重点院校、普通院校和一般院校中的任意一项,择校风险要求为求稳、求好、求上三种中的任意一种;通过第一终端发送包含考生报考基本信息与考生择校要求的第一信号给服务器;不同学科专业中经验丰富的专家们通过第二终端录入针对不同学校不同专业出题特点和备考难度的专家评判信息,所述专家是指在其所在学校和所在专业针对该考研专业课备考有着丰富经验的专家,所述专家评判信息是指专家们针对不同学校不同专业的专业课出题特点和备考难度提供的评判信息;通过第二终端发送包含所述专家评判信息的第二信号给服务器;通过服务器接收上述第一终端发出的第一信号和第二终端发出的第二信号;通过服务器统计并存储第一信号中包含的所述考生报考基本信息与所述考生择校要求数据、第二信号中包含的针对每个学校每个专业出题特点和备考难度的专家评判信息数据,并通过服务器统计并存储服务器中网络通信模块所维护的每个学校实时关注热度数据、每个学校基础报录数据、每个学校录取人员级别统计数据、每个学校学科实力数据;通过服务器筛除不符合考生所述择校要求的学校得到剩余学校,即根据考生择校要求中的择校基本要求,筛除不符合考生所述择校基本要求的学校得到剩余学校,所述剩余学校为符合考生择校基本要求的学校;通过服务器根据考生所述择校要求输出权重分配系数,即根据考生择校要求中的择校风险要求输出权重分配系数,权重分配系数的数量根据其所要调整权重分配的模块数量而定,在该实施例中所述权重分配系数的数量为五个;通过服务器根据所述权重分配系数调整实时考研热度、专家出题评判、基础报录数据筛选、录取人员级别统计以及学科实力判断五个模块的权重分配;上述五个模块中的每个模块均获得一个权重分配系数,五个权重分配系数的总和为1,而每个模块对应的权重分配系数的具体数值则由考生择校要求中的择校风险要求决定。
在一种可行的实施例中,倘若某学生输入的择校风险要求为“求好”,则对应的学科实力判断模块以及实时考研热度模块的权重高一些,专家出题评判模块、基础报录数据筛选模块、录取人员级别统计模块的权重低一些,具体地,学科实力判断模块的权重分配系数为0.5,实时考研热度模块的权重分配系数为0.2,基础报录数据筛选模块、专家出题评判模块以及录取人员级别统计模块的权重分配系数均为0.1;倘若某学生输入的择校风险要求为“求上”,则对应的录取人员级别统计模块、专家出题评判模块以及基础报录数据筛选模块的权重高一些,学科实力判断模块与实时考研热度模块的权重低一些,具体地,录取人员级别统计模块的权重分配系数为0.4,专家出题评判模块与基础报录数据筛选模块的权重分配系数均为0.2,学科实力判断模块与实时考研热度模块的权重分配系数均为0.1;倘若某学生输入的择校风险要求为“求稳”,则对应的基础报录数据筛选模块、录取人员级别统计模块以及专家出题评判模块的权重高一些,学科实力判断模块与实时考研热度模块的权重低一些,具体地,基础报录数据筛选模块与录取人员级别统计模块的权重分配系数均为0.3,专家出题评判模块的权重分配系数为0.2,学科实力判断模块与实时考研热度模块的权重分配系数均为0.1;
通过服务器将所述剩余学校即符合考生择校基本要求的学校分别在实时考研热度、专家出题评判、基础报录数据筛选、录取人员级别统计以及学科实力判断五个模块中进行打分。具体地,通过服务器中的实时考研热度模块调用服务器中网络通信模块与存储模块所统计和存储的剩余学校的实时关注热度数据,并通过实时考研热度模块参照存储模块中存储的考生报考基本信息,所述实时考研热度模块按照剩余学校的关注热度从高到低进行打分,可以采用百分制,关注热度高的学校得分高、关注热度低的学校得分低;通过服务器中的专家出题评判模块调用服务器中存储器存储的针对每个学校每个专业出题特点和备考难度的所述剩余学校的专家评判信息数据,并通过专家出题评判模块参照存储模块中存储的考生报考基本信息,所述专家出题评判模块按照备考难度进行打分,可以采用百分制,根据不同专业专业课的出题难度特点以及备考难度,专业课出题难备考难的得分低、专业课出题容易备考容易的得分高;通过服务器中的基础报录数据筛选模块调用服务器中网络通信模块与存储模块所统计和存储的剩余学校基础报录数据,并通过基础报录数据筛选模块参照存储模块中存储的考生报考基本信息,所述基础报录数据筛选模块按照报考难度进行打分,所述学校基础报录数据包括全国每所高校的近三年学校名称、地理位置、专业名称、考试科目、报考人数、录取人数、录取分数线、录取最高与最低分数,具体打分可以采用百分制,报考人数多、录取人数少、录取分数线高、录取最高与最低分数高的学校得分低即报考难度高的得分低,报考人数少、录取人数多、录取分数线低、录取最高与最低分数低的学校得分高即报考难度低的得分高;通过服务器中的录取人员级别统计模块调用服务器中网络通信模块与存储模块所统计和存储的剩余学校录取人员级别统计数据,并通过录取人员级别统计模块参照存储模块中存储的考生报考基本信息,所述录取人员级别统计模块按照录取难度进行打分,所述学校录取人员级别统计数据包括全国每所高校的录取总人数、总人数中重点高校人数比例、总人数中普通院校人数比例、总人数中跨专业人数比例,具体打分可以采用百分制,录取总人数多、总人数中重点高校人数比例少、总人数中普通院校人数比例多、总人数中跨专业人数比例多的得分高,即录取难度低的得分高,录取总人数少、总人数中重点高校人数比例多、总人数中普通院校人数比例少、总人数中跨专业人数比例少的得分低,即录取难度高的得分低;通过服务器中的学科实力判断模块调用服务器中网络通信模块与存储模块所统计和存储的剩余学校学科实力数据,并通过学科实力判断模块参照存储模块中存储的考生报考基本信息,所述学科实力判断模块按照学科实力大小进行打分,所述学校学科实力数据包括全国每所高校的学科实力、学校级别、所在城市级别,具体打分可以采用百分制,学科实力强的得分高、学科实力弱的得分低。
通过服务器将所述五个模块的打分结果分别乘以对应模块的所述权重分配系数得到所述剩余学校在各模块中的独自得分。具体地,在实时考研热度数据模块、专家出题评判模块、基础报录数据筛选模块、录取人员级别统计模块、学科实力判断模块中,每个模块中剩余学校的每个学校的打分结果乘以每个模块对应的权重分配系数可以得到每个模块中剩余学校每个学校的独自得分。通过服务器将同一学校在不同模块的所述独自得分相加得到所述剩余每个学校的总得分,筛选出总得分排名前3的学校;具体地,通过服务器中的结果筛选模块将上述实时考研热度数据模块、专家出题评判模块、基础报录数据筛选模块、录取人员级别统计模块、学科实力判断模块五个模块的每个剩余学校的独自得分,按照同一学校在不同模块中的独自得分相加得到该学校的总得分,所述每个学校的总得分为五个模块同一学校相加的结果;通过服务器中的结果筛选模块筛选出总得分排名前3的学校。通过服务器中的第三终端通信模块发送包含筛选结果和推荐理由的第三信号,具体地,筛选结果和推荐理由由服务器中的第三终端通信模块发出,筛选结果包括总得分排名前3的学校,推荐理由包括筛选出这3所学校的依据、上述五个模块的权重分配以及各模块的打分结果。通过第一终端中的第一终端通信模块接收包含筛选结果和推荐理由的第三信号,并在第一终端中的推荐结果展示模块向考生显示筛选结果和推荐理由,供考生参考以辅助考生择校决策。
通过上述方法,可以更加综合全面、客观科学、合理智能地帮助考生高效确定适合自己的考研院校,并且考生操作简单方便,结果无需等待,方便快捷。
本申请实施方式中提供的一种考研辅助择校系统,与上述考研辅助择校方法对应,所述考研辅助择校方法通过该考研辅助择校系统实现。参照图2所示,所述系统包括:第一终端、第二终端以及服务器。所述第一终端包括:基本信息输入模块,用于输入考生报考基本信息;择校要求输入模块,用于输入考生择校要求,用于分别输入择校基本要求与择校风险要求;推荐结果展示模块,用于显示并推荐筛选结果,并说明推荐理由;第一终端通信模块,用于发送包含所述考生报考基本信息与所述考生择校要求的第一信号,还用于接收第三信号;基本信息输入模块、择校要求输入模块以及推荐结果展示模块均与第一终端通信模块连接,第一终端通信模块可以与服务器远程无线交互信号。所述第二终端包括:专家录入模块,用于录入针对每个学校每个专业出题特点和备考难度的专家评判信息,该模块仅供专家使用,在某学校某专业考研专业课备考方面有着丰富经验的专家通过该模块录入相应的评判信息;第二终端通信模块,用于发送包含所述专家评判信息的第二信号;专家录入模块与第二终端通信模块连接,第二终端通信模块可以与服务器远程无线交互信号。所述服务器包括:第三终端通信模块,所述第三终端通信模块可以和第一终端通信模块以及第二终端通信模块远程无线交互信息,所述第三终端通信模块用于接收所述第一信号和所述第二信号,还用于发送包含筛选结果和推荐理由的第三信号;网络通信模块与存储模块,网络通信模块与存储模块连接,存储模块还连接于第三终端通信模块,网络通信模块可以与外部互联网连通并且附带统计功能,存储模块用来存储数据和信息,所述网络通信模块与存储模块一起用于统计并存储所述考生报考基本信息、所述考生择校要求、所有学校的实时关注热度数据、所有学校的出题特点和备考难度的专家评判数据、所有学校的基础报录数据、所有学校的录取人员级别统计数据、所有学校的学科实力数据;高校信息筛选模块,连接于存储模块,所述高校信息筛选模块用于筛除不符合考生所述择校要求的学校得到剩余学校;权重分配模块,连接于存储模块,所述权重分配模块用于根据考生所述择校要求输出权重分配系数,还用于调整实时考研热度、专家出题评判、基础报录数据筛选、录取人员级别统计以及学科实力判断五个模块的权重分配;实时考研热度数据模块、专家出题评判模块、基础报录数据筛选模块、录取人员级别统计模块、学科实力判断模块,上述五个模块均与权重分配模块、高校信息筛选模块以及第三终端通信模块连接,上述五个模块用于将所述剩余学校分别在实时考研热度、专家出题评判、基础报录数据筛选、录取人员级别统计以及学科实力判断五个模块中进行打分,还用于将所述五个模块的打分结果分别乘以对应模块的权重分配系数得到所剩余学校在各模块中的独自得分;结果筛选模块,所述结果筛选模块与实时考研热度数据模块、专家出题评判模块、基础报录数据筛选模块、录取人员级别统计模块、学科实力判断模块以及第三终端通信模块连接,所述结果筛选模块用于将同一学校在不同模块的所述独自得分相加得到所述剩余每个学校的总得分,还用于筛选出总得分排名前3的学校。
需要说明的是,在本申请的描述中,术语“第一”、“第二”等仅用于描述目的和区别类似的对象,两者之间并不存在先后顺序,也不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
以上结合具体实施方式和范例性实例对本申请进行了详细说明,不过这些说明并不能理解为对本申请的限制。本领域技术人员理解,在不偏离本申请精神和范围的情况下,可以对本申请技术方案及其实施方式进行多种等价替换、修饰或改进,这些均落入本申请的范围内。本申请的保护范围以所附权利要求为准。
Claims (10)
1.一种考研辅助择校方法,其特征在于,所述方法包括:
第一终端:
输入考生报考基本信息;
输入考生择校要求;
发送包含所述考生报考基本信息与所述考生择校要求的第一信号;
第二终端:
录入针对每个学校每个专业出题特点和备考难度的专家评判信息;
发送包含所述专家评判信息的第二信号;
服务器:
接收所述第一信号和所述第二信号;
统计并存储所述考生报考基本信息、所述考生择校要求、学校实时关注热度数据、学校出题特点和备考难度的专家评判数据、学校基础报录数据、学校录取人员级别统计数据、学校学科实力数据;
筛除不符合考生所述择校要求的学校得到剩余学校;
根据考生所述择校要求输出权重分配系数;
调整实时考研热度、专家出题评判、基础报录数据筛选、录取人员级别统计以及学科实力判断五个模块的权重分配;
将所述剩余学校分别在实时考研热度、专家出题评判、基础报录数据筛选、录取人员级别统计以及学科实力判断五个模块中进行打分;
将所述五个模块的打分结果分别乘以对应模块的所述权重分配系数得到所述剩余学校在各模块中的独自得分;
将同一学校在不同模块的所述独自得分相加得到所述剩余每个学校的总得分,筛选出总得分排名前3的学校;
发送包含筛选结果和推荐理由的第三信号;
第一终端:
接收所述第三信号;
显示并推荐筛选结果,并说明推荐理由。
2.根据权利要求1所述的考研辅助择校方法,其特征在于,所述考生择校要求包括择校基本要求和择校风险要求,所述择校基本要求包括考试科目是否有数学、待报学校级别、待报学校地理位置,所述择校风险要求为求稳、求好、求上三种中的任意一种。
3.根据权利要求2所述的考研辅助择校方法,其特征在于,根据所述择校基本要求,筛除不符合考生所述择校基本要求的学校得到剩余学校。
4.根据权利要求2所述的考研辅助择校方法,其特征在于,根据所述择校风险要求输出权重分配系数。
5.根据权利要求1所述的考研辅助择校方法,其特征在于,所述实时考研热度模块调用所述剩余学校实时关注热度数据,并根据所述考生报考基本信息,按照关注热度从高到低对所述剩余学校进行打分。
6.根据权利要求1所述的考研辅助择校方法,其特征在于,所述专家出题评判模块调用所述剩余学校出题特点与备考难度的专家评判数据,并根据所述考生报考基本信息,按照备考难度进行打分。
7.根据权利要求1所述的考研辅助择校方法,其特征在于,所述基础报录数据筛选模块调用所述剩余学校基础报录数据,并根据所述考生报考基本信息,按照报考难度进行打分,所述学校基础报录数据包括全国每所高校的近三年学校名称、地理位置、专业名称、考试科目、报考人数、录取人数、录取分数线、录取最高与最低分数。
8.根据权利要求1所述的考研辅助择校方法,其特征在于,所述录取人员级别统计模块调用所述剩余学校录取人员级别统计数据,并根据所述考生报考基本信息,按照录取难度进行打分,所述学校录取人员级别统计数据包括全国每所高校的录取总人数、总人数中重点高校人数比例、总人数中普通院校人数比例、总人数中跨专业人数比例。
9.根据权利要求1所述的考研辅助择校方法,其特征在于,所述学科实力判断模块调用所述剩余学校学科实力数据,并根据所述考生报考基本信息,按照学科实力大小进行打分,所述学校学科实力数据包括全国每所高校的学科实力、学校级别、所在城市级别。
10.一种考研辅助择校系统,其特征在于,所述系统包括:
第一终端、第二终端以及服务器;
所述第一终端包括:
基本信息输入模块,用于输入考生报考基本信息;
择校要求输入模块,用于输入考生择校要求;
推荐结果展示模块,用于显示并推荐筛选结果,并说明推荐理由;
第一终端通信模块,用于发送包含所述考生报考基本信息与所述考生择校要求的第一信号,还用于接收第三信号;
所述第二终端包括:
专家录入模块,用于录入针对每个学校每个专业出题特点和备考难度的专家评判信息;
第二终端通信模块,用于发送包含所述专家评判信息的第二信号;
所述服务器包括:
第三终端通信模块,用于接收所述第一信号和所述第二信号,还用于发送包含筛选结果和推荐理由的第三信号;
网络通信模块与存储模块,用于统计并存储所述考生报考基本信息、所述考生择校要求、学校的实时关注热度数据、学校的出题特点和备考难度的专家评判数据、学校的基础报录数据、学校的录取人员级别统计数据、学科实力数据;
高校信息筛选模块,用于筛除不符合考生所述择校要求的学校得到剩余学校;
权重分配模块,用于根据考生所述择校要求输出权重分配系数,还用于调整实时考研热度、专家出题评判、基础报录数据筛选、录取人员级别统计以及学科实力判断五个模块的权重分配;
实时考研热度数据模块、专家出题评判模块、基础报录数据筛选模块、录取人员级别统计模块、学科实力判断模块,用于将所述剩余学校分别在实时考研热度、专家出题评判、基础报录数据筛选、录取人员级别统计以及学科实力判断五个模块中进行打分,还用于将所述五个模块的打分结果分别乘以对应模块的所述权重分配系数得到所述剩余学校在各模块中的独自得分;
结果筛选模块,用于将同一学校在不同模块的所述独自得分相加得到所述剩余每个学校的总得分,筛选出总得分排名前3的学校。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010870152.2A CN112016827A (zh) | 2020-08-26 | 2020-08-26 | 一种考研辅助择校方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010870152.2A CN112016827A (zh) | 2020-08-26 | 2020-08-26 | 一种考研辅助择校方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112016827A true CN112016827A (zh) | 2020-12-01 |
Family
ID=73502549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010870152.2A Pending CN112016827A (zh) | 2020-08-26 | 2020-08-26 | 一种考研辅助择校方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112016827A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117408843A (zh) * | 2023-07-25 | 2024-01-16 | 正起集团有限公司 | 基于公共服务的用户端到端智慧化服务系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013082275A1 (en) * | 2011-11-30 | 2013-06-06 | Trustees Of Boston College | Inhibitors of phosphodiesterases 11 (pde11) and methods of use to elevate cortisol production |
CN105096224A (zh) * | 2015-08-21 | 2015-11-25 | 湖南亿谷科技发展股份有限公司 | 志愿推荐方法和系统 |
CN107403397A (zh) * | 2017-05-18 | 2017-11-28 | 杭州圆橙科技有限公司 | 一种基于群智计算的高考志愿填报分析系统 |
CN111209483A (zh) * | 2020-01-13 | 2020-05-29 | 浙江理工大学 | 一种基于小程序的考研报考信息查询系统及方法 |
CN111507633A (zh) * | 2020-04-21 | 2020-08-07 | 北京和气聚力教育科技有限公司 | 一种走班制下的考务管理系统 |
CN116934536A (zh) * | 2022-04-08 | 2023-10-24 | 南京宁栖信息科技有限公司 | 一种考研智能调剂方法及系统 |
-
2020
- 2020-08-26 CN CN202010870152.2A patent/CN112016827A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013082275A1 (en) * | 2011-11-30 | 2013-06-06 | Trustees Of Boston College | Inhibitors of phosphodiesterases 11 (pde11) and methods of use to elevate cortisol production |
CN105096224A (zh) * | 2015-08-21 | 2015-11-25 | 湖南亿谷科技发展股份有限公司 | 志愿推荐方法和系统 |
CN107403397A (zh) * | 2017-05-18 | 2017-11-28 | 杭州圆橙科技有限公司 | 一种基于群智计算的高考志愿填报分析系统 |
CN111209483A (zh) * | 2020-01-13 | 2020-05-29 | 浙江理工大学 | 一种基于小程序的考研报考信息查询系统及方法 |
CN111507633A (zh) * | 2020-04-21 | 2020-08-07 | 北京和气聚力教育科技有限公司 | 一种走班制下的考务管理系统 |
CN116934536A (zh) * | 2022-04-08 | 2023-10-24 | 南京宁栖信息科技有限公司 | 一种考研智能调剂方法及系统 |
Non-Patent Citations (3)
Title |
---|
傅佳晨;: "盐巴――基于iOS系统的考研软件设计与实现", 电脑知识与技术, no. 29, pages 83 - 86 * |
傅佳晨;: "盐巴――基于iOS系统的考研软件设计与实现", 电脑知识与技术, vol. 12, no. 29, 1 December 2016 (2016-12-01), pages 83 - 86 * |
白榕: "AHP法在研究生复试质量保障体系中的应用", 重庆交通学院学报, no. 04, 30 August 2005 (2005-08-30), pages 157 - 159 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117408843A (zh) * | 2023-07-25 | 2024-01-16 | 正起集团有限公司 | 基于公共服务的用户端到端智慧化服务系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100978091B1 (ko) | 온라인 테스트 평가 관리 시스템 및 방법 | |
Banilower et al. | Can professional development make the vision of the standards a reality? The impact of the national science foundation's local systemic change through teacher enhancement initiative | |
US7311524B2 (en) | System and method assessing student achievement | |
CN109272789A (zh) | 基于数据分析的学习效果评估系统及评估方法 | |
Alma et al. | University ranking systems and proposal of a theoretical framework for ranking of Turkish universities: A case of management departments | |
US20050287510A1 (en) | Integrated instructional management system and method | |
KR101031304B1 (ko) | 전자매체를 기반으로 한 범용 학습 시스템 및 방법 | |
CN109345101A (zh) | 基于综合评价分析法的教育质量评价分析方法 | |
CN109948995B (zh) | 教学管理系统 | |
CN110675676A (zh) | 一种基于微信小程序的课堂教学及时评分方法 | |
JP6925347B2 (ja) | 管理システム、管理方法およびプログラム | |
CN112016827A (zh) | 一种考研辅助择校方法及系统 | |
Ory | Changes in evaluating teaching in higher education | |
JPWO2003049063A1 (ja) | 試験結果分析装置、方法およびプログラム | |
CN110647681A (zh) | 一种高考选科智能推荐系统及方法 | |
CN114492803A (zh) | 基于知识图谱的问答生成方法及装置、自动考题生成系统 | |
CN110659811A (zh) | 一种高中生生涯规划系统及方法 | |
CN116934536A (zh) | 一种考研智能调剂方法及系统 | |
CN110503346A (zh) | 基于数据深度分析的校本培训质量评估平台、系统及方法 | |
CN211628270U (zh) | 一种考研预测系统 | |
Boyd et al. | Examining teacher preparation: Does the pathway make a difference | |
CN114418280A (zh) | 一种综合素质提升质量监测评估方法 | |
CN111861106A (zh) | 一种高考选科模型及其建立方法 | |
CN111191859A (zh) | 一种考研预测方法及系统 | |
CN110991904A (zh) | 一种教学质量评估方法、系统及存储介质 |
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 |