CN114969273B - 一种高考专业推荐方法、装置、设备及存储介质 - Google Patents
一种高考专业推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114969273B CN114969273B CN202210894820.4A CN202210894820A CN114969273B CN 114969273 B CN114969273 B CN 114969273B CN 202210894820 A CN202210894820 A CN 202210894820A CN 114969273 B CN114969273 B CN 114969273B
- Authority
- CN
- China
- Prior art keywords
- cluster
- keyword
- vector
- center
- distance
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000011156 evaluation Methods 0.000 claims abstract description 13
- 239000013598 vector Substances 0.000 claims description 145
- 238000004590 computer program Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 19
- 239000006185 dispersion Substances 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims 1
- 230000008569 process Effects 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005610 quantum mechanics Effects 0.000 description 2
- 230000007115 recruitment Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3346—Query execution using probabilistic model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种高考专业推荐方法、装置、设备及存储介质,该方法包括:对高等教育的专业划分核心课程、非核心课程;分别从与核心课程相关的第一语料中提取第一关键词、从与非核心课程相关的第二语料中提取第二关键词;根据第二关键词将专业聚类至第一簇;在第一簇中,根据第一关键词与第二关键词将专业聚类至第二簇中;从与职业相关的第三语料中提取第三关键词;根据第三关键词查询职业归属的第一簇,作为候选簇;在候选簇中,根据第三关键词查询职业归属的第二簇,作为目标簇;在目标簇中,根据第一关键词、第二关键词与第三关键词计算职业与专业之间的相似度;在对用户执行职业的测评时,根据相似度为用户推荐专业。大大提高推荐专业的效率。
Description
技术领域
本发明涉及教育的技术领域,尤其涉及一种高考专业推荐方法、装置、设备及存储介质。
背景技术
学生参加高考需要填报高等教育(如大学本科、大学专科等)的志愿,而很多学生在没有深入了解各个专业的情况下,多是以就业作为导向去选择专业。
在这种方式中,职业与专业之间是具有固定的映射关系,用户通过测评的方式选定职业,从而通过映射关系选定专业,但是,技术发展迅速、市场形势发展迅速,各种职业的要求不断变化,而各个专业学习的内容在一段时间内是相对固定的,这个会使得对专业制定的未来就业的方向偏离实际,失去参考意义,需要反复重新调研、考察不同的职业,重新建立职业与专业之间的映射关系,调研、考察不同职业的耗时较长,导致推荐高等教育的专业的效率较低。
发明内容
本发明提供了一种高考专业推荐方法、装置、设备及存储介质,以解决如何降低建立职业与专业之间的映射关系的耗时、并提高推荐高等教育的专业的效率。
根据本发明的一方面,提供了一种高考专业推荐方法,包括:
对高等教育中可供用户报考的专业划分核心课程、非核心课程;
分别从与核心课程相关的第一语料中提取第一关键词、从与非核心课程相关的第二语料中提取第二关键词;
根据所述第二关键词将所述专业聚类至第一簇;
在所述第一簇中,根据所述第一关键词与所述第二关键词将所述专业聚类至第二簇中;
从与职业相关的第三语料中提取第三关键词;
根据所述第三关键词查询所述职业归属的所述第一簇,作为候选簇;
在所述候选簇中,根据所述第三关键词查询所述职业归属的所述第二簇,作为目标簇;
在所述目标簇中,根据所述第一关键词、所述第二关键词与所述第三关键词计算所述职业与所述专业之间的相似度;
在对所述用户执行所述职业的测评时,根据所述相似度为所述用户推荐所述专业。
可选地,所述根据所述第二关键词将所述专业聚类至第一簇,包括:
将所述第二关键词输入至第一词嵌入模型Word2Vec中执行编码,得到第一向量;
查询当前行业的第一数量;
按照所述第一数量初始化第一簇,每个所述第一簇中具有第一中心;
针对每个所述专业,计算所述第一向量与所述第一中心之间的第一距离;
将所述专业划入所述第一距离最小的所述第一簇中;
在每个所述第一簇中,计算所述第一向量的平均值,以更新所述第一中心;
判断所述第一中心在更新时的变化幅度是否小于或等于第一阈值;若是,则确定所述第一簇收敛;若否,则返回执行所述针对每个所述专业,计算所述第一向量与所述第一中心之间的第一距离。
可选地,所述在所述第一簇中,根据所述第一关键词与所述第二关键词将所述专业聚类至第二簇中,包括:
在所述第一簇中,分别将所述第一关键词输入至第二词嵌入模型Doc2Vec中执行编码,得到第二向量,将所述第二关键词输入至第二词嵌入模型Doc2Vec中执行编码,得到第三向量;
将属于同一所述专业的所述第二向量与所述第三向量拼接为第四向量;
根据所述第二向量确定第二数量;
按照所述第二数量初始化第二簇,每个所述第二簇中具有第二中心;
针对每个所述专业,计算所述第四向量与所述第二中心之间的第二距离;
将所述专业划入所述第二距离最小的所述第二簇中;
在每个所述第二簇中,计算所述第四向量的平均值,以更新所述第二中心;
判断所述第二中心在更新时的变化幅度是否小于或等于第二阈值;若是,则确定所述第二簇收敛;若否,则返回执行所述针对每个所述专业,计算所述第四向量与所述第二中心之间的第二距离。
可选地,所述根据所述第二向量确定第二数量,包括:
计算所述第二向量之间的离散程度;
将所述离散程度映射为第二数量,所述第二数量与所述离散程度正相关。
可选地,所述根据所述第三关键词查询所述职业归属的所述第一簇,作为候选簇,包括:
将所述第三关键词输入至所述第一词嵌入模型Word2Vec中执行编码,得到第五向量;
计算所述第五向量与所述第一簇的所述第一中心之间的第三距离;
若所述第三距离小于或等于第三阈值,则确定所述职业归属所述第一簇,作为候选簇。
可选地,所述在所述候选簇中,根据所述第三关键词查询所述职业归属的所述第二簇,作为目标簇,包括:
将所述第三关键词输入至所述第二词嵌入模型Doc2Vec中执行编码,得到第六向量;
在所述候选簇中,计算所述第六向量与所述第二簇的所述第二中心之间的第四距离;
若所述第四距离小于或等于第四阈值,则确定所述职业归属所述第二簇,作为目标簇。
可选地,所述在所述目标簇中,根据所述第一关键词、所述第二关键词与所述第三关键词计算所述职业与所述专业之间的相似度,包括:
在所述目标簇中,计算所述第四向量与所述第六向量之间的余弦距离,作为所述职业与所述专业之间的相似度。
可选地,所述在对用户执行所述职业的测评时,根据所述相似度为所述用户推荐所述专业,包括:
对用户执行所述职业的测评,得到职业倾向信息;
在所述职业倾向信息中提取所述用户感兴趣的职业,作为目标职业;
查询与所述目标职业的所述相似度最高的多个所述专业,作为候选专业;
滤除所述用户不符合报考条件的所述候选专业,作为目标专业;
将所述目标专业推荐至所述用户。
根据本发明的另一方面,提供了一种高考专业推荐装置,包括:
课程划分模块,用于对高等教育中可供用户报考的专业划分核心课程、非核心课程;
课程关键词提取模块,用于分别从与核心课程相关的第一语料中提取第一关键词、从与非核心课程相关的第二语料中提取第二关键词;
初步聚类模块,用于根据所述第二关键词将所述专业聚类至第一簇;
继续聚类模块,用于在所述第一簇中,根据所述第一关键词与所述第二关键词将所述专业聚类至第二簇中;
职业关键词提取模块,用于从与职业相关的第三语料中提取第三关键词;
初步筛选模块,用于根据所述第三关键词查询所述职业归属的所述第一簇,作为候选簇;
继续筛选模块,用于在所述候选簇中,根据所述第三关键词查询所述职业归属的所述第二簇,作为目标簇;
相似度计算模块,用于在所述目标簇中,根据所述第一关键词、所述第二关键词与所述第三关键词计算所述职业与所述专业之间的相似度;
职业匹配模块,用于在对所述用户执行所述职业的测评时,根据所述相似度为所述用户推荐所述专业。
可选地,所述初步聚类模块还用于:
将所述第二关键词输入至第一词嵌入模型Word2Vec中执行编码,得到第一向量;
查询当前行业的第一数量;
按照所述第一数量初始化第一簇,每个所述第一簇中具有第一中心;
针对每个所述专业,计算所述第一向量与所述第一中心之间的第一距离;
将所述专业划入所述第一距离最小的所述第一簇中;
在每个所述第一簇中,计算所述第一向量的平均值,以更新所述第一中心;
判断所述第一中心在更新时的变化幅度是否小于或等于第一阈值;若是,则确定所述第一簇收敛;若否,则返回执行所述针对每个所述专业,计算所述第一向量与所述第一中心之间的第一距离。
可选地,所述继续聚类模块还用于:
在所述第一簇中,分别将所述第一关键词输入至第二词嵌入模型Doc2Vec中执行编码,得到第二向量,将所述第二关键词输入至第二词嵌入模型Doc2Vec中执行编码,得到第三向量;
将属于同一所述专业的所述第二向量与所述第三向量拼接为第四向量;
根据所述第二向量确定第二数量;
按照所述第二数量初始化第二簇,每个所述第二簇中具有第二中心;
针对每个所述专业,计算所述第四向量与所述第二中心之间的第二距离;
将所述专业划入所述第二距离最小的所述第二簇中;
在每个所述第二簇中,计算所述第四向量的平均值,以更新所述第二中心;
判断所述第二中心在更新时的变化幅度是否小于或等于第二阈值;若是,则确定所述第二簇收敛;若否,则返回执行所述针对每个所述专业,计算所述第四向量与所述第二中心之间的第二距离。
可选地,所述继续聚类模块还用于:
计算所述第二向量之间的离散程度;
将所述离散程度映射为第二数量,所述第二数量与所述离散程度正相关。
可选地,所述初步筛选模块还用于:
将所述第三关键词输入至所述第一词嵌入模型Word2Vec中执行编码,得到第五向量;
计算所述第五向量与所述第一簇的所述第一中心之间的第三距离;
若所述第三距离小于或等于第三阈值,则确定所述职业归属所述第一簇,作为候选簇。
可选地,所述继续筛选模块还用于:
将所述第三关键词输入至所述第二词嵌入模型Doc2Vec中执行编码,得到第六向量;
在所述候选簇中,计算所述第六向量与所述第二簇的所述第二中心之间的第四距离;
若所述第四距离小于或等于第四阈值,则确定所述职业归属所述第二簇,作为目标簇。
可选地,所述相似度计算模块还用于:
在所述目标簇中,计算所述第四向量与所述第六向量之间的余弦距离,作为所述职业与所述专业之间的相似度。
可选地,所述职业匹配模块还用于:
对用户执行所述职业的测评,得到职业倾向信息;
在所述职业倾向信息中提取所述用户感兴趣的职业,作为目标职业;
查询与所述目标职业的所述相似度最高的多个所述专业,作为候选专业;
滤除所述用户不符合报考条件的所述候选专业,作为目标专业;
将所述目标专业推荐至所述用户。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的高考专业推荐方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序用于使处理器执行时实现本发明任一实施例所述的高考专业推荐方法。
在本实施例中,对高等教育中可供用户报考的专业划分核心课程、非核心课程;分别从与核心课程相关的第一语料中提取第一关键词、从与非核心课程相关的第二语料中提取第二关键词;根据第二关键词将专业聚类至第一簇;在第一簇中,根据第一关键词与第二关键词将专业聚类至第二簇中;从与职业相关的第三语料中提取第三关键词;根据第三关键词查询职业归属的第一簇,作为候选簇;在候选簇中,根据第三关键词查询职业归属的第二簇,作为目标簇;在目标簇中,根据第一关键词、第二关键词与第三关键词计算职业与专业之间的相似度;在对用户执行职业的测评时,根据相似度为用户推荐专业。本实施例在非核心课程、核心课程的维度下对专业二次聚类,可以得到贴近就业的类别,以此对比专业与职业之间的相似度为用户推荐专业,在保持职业的语料的实时性的情况下,可以提高专业与职业之间的匹配程度,保持推荐专业的参考意义,大大化简了调研、考察不同的职业的操作,快捷、简便地建立职业与专业之间的映射关系,从而大大降低了调研、考察不同的职业的耗时,并提高推荐高等教育的专业的效率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,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是根据本发明实施例一提供的一种高考专业推荐方法的流程图;
图2是根据本发明实施例二提供的一种高考专业推荐装置的结构示意图;
图3是实现本发明实施例的高考专业推荐方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种高考专业推荐方法的流程图,该方法可以由高考专业推荐装置来执行,该高考专业推荐装置可以采用硬件和/或软件的形式实现,该高考专业推荐装置可配置于电子设备中。如图1所示,该方法包括:
步骤101、对高等教育中可供用户报考的专业划分核心课程、非核心课程。
在每年高考报考之前,各个高等院校会整理可供用户(主要是学生)报考的专业,这些专业的课程可以通过高等院校的网站、报考的网站、报考的书籍等渠道查询。
一般情况下,专业的课程包括通识类课程、基础类课程、专业类课程,其中,通识类课程涵盖人文社会科学类知识、工具性知识、数学和自然科学类知识、经济管理和环境保护类知识;基础类课程被视为专业类的基础知识;专业类课程为与专业密切关联的课程。
针对既定的专业,可以将课程(尤其为基础类课程、专业类课程)划分为核心课程、非核心课程,核心课程是指该专业主要的学科,即主干科目,其是课程原型,体现了一种特有的教育观,核心课程是课程体系中居于核心位置的、具有生成力的课程,它与课程体系的其他部分形成有机的、内在的联系。
非核心课程是指除核心课程之外的其他课程。
不同高等院校设置的专业在课程的整体设计上存在一定的相似度,这些专业的区别主要集中在核心课程,而非核心课程大多相同或相似。
例如,某个高等院校开设材料科学与工程(专业),工学学士学位,其核心课程为工程材料学等,某个高等院校开设材料物理(专业),理学学士学位,其核心课程为量子力学等,两者的非核心课程大多为数电、模电、大学物理、大学化学、线性代数、材料力学、热力学统计物理,等等。
步骤102、分别从与核心课程相关的第一语料中提取第一关键词、从与非核心课程相关的第二语料中提取第二关键词。
在本实施例中,可从各种渠道获取与核心课程相关的第一语料,如教科书、辅导书等,使用TextRank(文本排序)、LDA(Latent Dirichlet Allocation,隐含狄利克雷分布)、TPR(TextRank+ LDA)、TF-IDF(Term Frequency–Inverse Document Frequency,词频-逆向文件频率)等算法在第一语料中提取第一关键词。
此外,可从各种渠道获取与非核心课程相关的第二语料如教科书、辅导书等,使用TextRank、LDA、TPR、TF-IDF等算法在第二语料中提取第二关键词。
步骤103、根据第二关键词将专业聚类至第一簇。
在实际应用中,大学本科、大学专科所学的知识通常较为广泛,诸如量子力学等核心课程偏理论,对于就业的贡献低可能偏低,而非核心课程的知识面广,个别课程可能对就业的共享度更高。
因此,本实施例中,可以将非核心课程的第二关键词转换为词向量,从而使用词向量将专业初步聚类,得到第一簇,表示相似非核心课程的专业较为宽泛的就业范围。
在本发明的一个实施例中,步骤103可以包括如下步骤:
步骤1031、将第二关键词输入至第一词嵌入模型Word2Vec中执行编码,得到第一向量。
第一词嵌入模型Word2Vec是一种将词组转为向量的模型,其包含两种模式,分别是skip-gram(跳跃词袋模型)和CBOW(continuous bag of words,连续词袋模型),skip-gram是通过中心词去预测中心词周围的词,而CBOW是通过周围的词去预测中心词。
在本实施例中,可使用第一词嵌入模型Word2Vec对第二关键词编码,得到第一向量(词向量)。
步骤1032、查询当前行业的第一数量。
在具体实现中,可以在职业分类大典等已有的职业分类标准中,选取一个合适的层次,如8个大类、66个中类、413个小类等,得到当前行业的第一数量。
步骤1033、按照第一数量初始化第一簇。
在初步聚类时,可以初始化多个第一簇,使得第一簇符合第一数量,其中,每个第一簇中具有第一中心,第一中心初始可以是随机设置的,也可以是选择彼此距离尽可能远的点作为第一中心,还可以是先对第一向量用层次聚类算法或者Canopy算法进行聚类,得到多个候选的簇之后,使得候选的簇符合第一数量,从每个候选的簇中选择一个点作为第一中心,该点可以是该候选的簇的中心,或者是距离候选的簇中心最近的那个点,等等,本实施例对此不加以限制。
步骤1034、针对每个专业,计算第一向量与第一中心之间的第一距离。
在每轮初步聚类中,将每个专业视为一个点,使用其第一向量计算该点与第一中心之间的第一距离,如欧氏距离、余弦距离等。
步骤1035、将专业划入第一距离最小的第一簇中。
针对既定的专业,可以将该专业与每个第一簇的第一中心之间的第一距离进行比较,选择第一距离最小的第一簇作为该专业归属的第一簇,从而将该专业划入第一距离最小的第一簇。
步骤1036、在每个第一簇中,计算第一向量的平均值,以更新第一中心。
将每个专业重新划分至第一簇中之后,每个第一簇包含了多个专业,对多个专业的第一向量计算平均值,作为该第一簇新的第一中心。
步骤1037、判断第一中心在更新时的变化幅度是否小于或等于第一阈值;若是,则执行步骤1038,若否,则返回执行步骤1033。
步骤1038、确定第一簇收敛。
针对同一个第一簇,可以计算更新前的第一中心与更新后的第一中心之间的差异,作为更新时的变化幅度,将更新时的变化幅度与预设的第一阈值进行比较。
如果更新时的变化幅度小于或等于第一阈值,表示第一中心更新的变化幅度较小,可以确认第一簇收敛,完成初步聚类。
如果更新时的变化幅度大于第一阈值,表示第一中心更新的变化幅度较大,可以确认第一簇未收敛,进入下一轮聚类,重新执行步骤1033-步骤1037,直至第一簇收敛。
步骤104、在第一簇中,根据第一关键词与第二关键词将专业聚类至第二簇中。
为保证专业与就业对口,针对每个第一簇中的专业,可以添加核心课程的第一关键词,将核心专业的第一关键词与非核心课程的第二关键词转换为词向量,从而使用词向量将专业继续聚类,得到第二簇,表示相似课程的专业较为收敛的就业范围。
在本发明的一个实施例中,步骤104可以包括如下步骤:
步骤1041、在第一簇中,分别将第一关键词输入至第二词嵌入模型Doc2Vec中执行编码,得到第二向量,将第二关键词输入至第二词嵌入模型Doc2Vec中执行编码,得到第三向量。
第二词嵌入模型Doc2Vec(又称Paragraph Vector、Sentence Embeddings)是一种无监督算法,能从变长的文本(例如:句子、段落或文档)中学习得到固定长度的特征表示,它可以获得句子、段落和文档的词向量表达。
在本实施例中,针对第一簇中的专业,可使用第二词嵌入模型Doc2Vec分别对该专业的第一关键词、第二关键词编码,得到相应的第二向量(词向量)、第三向量(词向量)。
在初步聚类中使用第一词嵌入模型Word2Vec训练词向量、在继续聚类中使用第二词嵌入模型Doc2Vec训练词向量,可以在两次聚类中形成不同维度空间的词向量,保证初步聚类得到第一簇之后、继续聚类的第二簇离散,如果初步聚类、继续聚类均使用相同的词嵌入模型训练词向量,会使得继续聚类的词向量与初步聚类的词向量相近,继续聚类中得到的簇之间差异并不明显。
步骤1042、将属于同一专业的第二向量与第三向量拼接为第四向量。
将属于同一专业的第二向量与第三向量执行拼接操作,得到第四向量。
步骤1043、根据第二向量确定第二数量。
在本实施例中,第二向量表征核心课程,可以参考第二向量设置继续聚类中第二簇的第二数量。
在具体实现中,可以计算第二向量之间的离散程度,从而将离散程度映射为第二数量,其中,第二数量与离散程度正相关,即,离散程度越高,第二数量越多,反之,离散程度越低,第二数量越少。
步骤1044、按照第二数量初始化第二簇。
在继续聚类时,可以初始化多个第二簇,使得第二簇符合第二数量,其中,每个第二簇中具有第二中心,第二中心初始可以是随机设置的,也可以是选择彼此距离尽可能远的点作为第二中心,还可以是先对第四向量用层次聚类算法或者Canopy算法进行聚类,得到多个候选的簇之后,使得候选的簇符合第二数量,从每个候选的簇中选择一个点作为第二中心,该点可以是该候选的簇的中心,或者是距离候选的簇中心最近的那个点,等等,本实施例对此不加以限制。
步骤1045、针对每个专业,计算第四向量与第二中心之间的第二距离。
在每轮继续聚类中,将每个专业视为一个点,使用其第四向量计算该点与第二中心之间的第二距离,如欧氏距离、余弦距离等。
步骤1046、将专业划入第二距离最小的第二簇中。
针对既定的专业,可以将该专业与每个第二簇的第二中心之间的第而距离进行比较,选择第二距离最小的第二簇作为该专业归属的第二簇,从而将该专业划入第二距离最小的第二簇。
步骤1047、在每个第二簇中,计算第四向量的平均值,以更新第二中心。
将每个专业重新划分至第二簇中之后,每个第二簇包含了多个专业,对多个专业的第四向量计算平均值,作为该第二簇新的第二中心。
步骤1048、判断第二中心在更新时的变化幅度是否小于或等于第二阈值;若是,则执行步骤1049,若否,则返回执行步骤1045。
步骤1049、确定第二簇收敛。
针对同一个第二簇,可以计算更新前的第二中心与更新后的第二中心之间的差异,作为更新时的变化幅度,将更新时的变化幅度与预设的第二阈值进行比较。
如果更新时的变化幅度小于或等于第二阈值,表示第二中心更新的变化幅度较小,可以确认第二簇收敛,完成继续聚类。
如果更新时的变化幅度大于第二阈值,表示第二中心更新的变化幅度较大,可以确认第二簇未收敛,进入下一轮聚类,重新执行步骤1045-步骤1048,直至第二簇收敛。
步骤105、从与职业相关的第三语料中提取第三关键词。
在本实施例中,可以从招聘网站、招聘群、企业官网、企业论坛、技术论坛等渠道筛选各个职业,以及,与这些职业相关的第三语料,使用TextRank、LDA、TPR、TF-IDF等算法在第三语料中提取第三关键词。
步骤106、根据第三关键词查询职业归属的第一簇,作为候选簇。
本实施例中,可以将职业的第三关键词转换为词向量,从而使用词向量在较为宽泛的就业范围中寻找可能就业的第一簇,为便于区分,该第一簇可记为候选簇。
在具体实现中,将第三关键词输入至第一词嵌入模型Word2Vec中执行编码,得到第五向量,计算第五向量与第一簇的第一中心之间的第三距离,如欧氏距离、余弦距离等。
将第三距离与第三阈值进行比较。
若第三距离小于或等于第三阈值,则确定职业归属该第一簇,作为候选簇。
步骤107、在候选簇中,根据第三关键词查询职业归属的第二簇,作为目标簇。
在候选簇中具有多个第二簇,因而,本实施例中,针对每个候选簇,可以将职业的第三关键词转换为词向量,从而使用词向量在较为收敛的就业范围中寻找可能就业的第二簇,为便于区分,该第二簇可记为目标簇。
在具体实现中,将第三关键词输入至第二词嵌入模型Doc2Vec中执行编码,得到第六向量,在候选簇中,计算第六向量与第二簇的第二中心之间的第四距离,如欧氏距离、余弦距离等。
将第四距离与第四阈值进行比较。
若第四距离小于或等于第四阈值,则确定职业归属该第二簇,作为目标簇。
步骤108、在目标簇中,根据第一关键词、第二关键词与第三关键词计算职业与专业之间的相似度。
在目标簇中具有多个专业,可对比专业的第一关键词、第二关键与职业的第三关键词,从而计算专业与职业之间的相似度。
在具体实现中,在先已将专业的第一关键词、第二关键转换为第四向量,已将专业的第三关键词转换为第六向量,那么,在目标簇中,可以计算第四向量与第六向量之间的余弦距离,作为职业与专业之间的相似度。
步骤109、在对用户执行职业的测评时,根据相似度为用户推荐专业。
在本实施例中,可以对用户执行职业的测评,如,MBTI(Myers–Briggs TypeIndicator,迈尔斯-布里格斯类型指标)职业性格测试等,在测评的结果上根据相似度为用户推荐报考的专业。
在具体实现中,可对用户执行职业的测评,得到职业倾向信息,职业倾向信息以雷达图、数值等形式记录用户对不同职业表达的各种倾向。
在职业倾向信息中提取用户感兴趣的职业,作为目标职业,其中,感兴趣可以为测评直接输出的结果,也可以以对职业倾向的数值大于某个阈值等形式表示,本实施例对此不加以限制。
查询与目标职业的相似度最高的多个专业,作为候选专业,滤除用户不符合报考条件(如选科不符合专业的要求等)的候选专业,作为目标专业,从而将目标专业推荐至用户,为用户展示目标专业的介绍信息。
在本实施例中,对高等教育中可供用户报考的专业划分核心课程、非核心课程;分别从与核心课程相关的第一语料中提取第一关键词、从与非核心课程相关的第二语料中提取第二关键词;根据第二关键词将专业聚类至第一簇;在第一簇中,根据第一关键词与第二关键词将专业聚类至第二簇中;从与职业相关的第三语料中提取第三关键词;根据第三关键词查询职业归属的第一簇,作为候选簇;在候选簇中,根据第三关键词查询职业归属的第二簇,作为目标簇;在目标簇中,根据第一关键词、第二关键词与第三关键词计算职业与专业之间的相似度;在对用户执行职业的测评时,根据相似度为用户推荐专业。本实施例在非核心课程、核心课程的维度下对专业二次聚类,可以得到贴近就业的类别,以此对比专业与职业之间的相似度为用户推荐专业,在保持职业的语料的实时性的情况下,可以提高专业与职业之间的匹配程度,保持推荐专业的参考意义,大大化简了调研、考察不同的职业的操作,快捷、简便地建立职业与专业之间的映射关系,从而大大降低了调研、考察不同的职业的耗时,并提高推荐高等教育的专业的效率。
实施例二
图2为本发明实施例二提供的一种高考专业推荐装置的结构示意图。如图2所示,该装置包括:
课程划分模块201,用于对高等教育中可供用户报考的专业划分核心课程、非核心课程;
课程关键词提取模块202,用于分别从与核心课程相关的第一语料中提取第一关键词、从与非核心课程相关的第二语料中提取第二关键词;
初步聚类模块203,用于根据所述第二关键词将所述专业聚类至第一簇;
继续聚类模块204,用于在所述第一簇中,根据所述第一关键词与所述第二关键词将所述专业聚类至第二簇中;
职业关键词提取模块205,用于从与职业相关的第三语料中提取第三关键词;
初步筛选模块206,用于根据所述第三关键词查询所述职业归属的所述第一簇,作为候选簇;
继续筛选模块207,用于在所述候选簇中,根据所述第三关键词查询所述职业归属的所述第二簇,作为目标簇;
相似度计算模块208,用于在所述目标簇中,根据所述第一关键词、所述第二关键词与所述第三关键词计算所述职业与所述专业之间的相似度;
职业匹配模块209,用于在对所述用户执行所述职业的测评时,根据所述相似度为所述用户推荐所述专业。
在本发明的一个实施例中,所述初步聚类模块203还用于:
将所述第二关键词输入至第一词嵌入模型Word2Vec中执行编码,得到第一向量;
查询当前行业的第一数量;
按照所述第一数量初始化第一簇,每个所述第一簇中具有第一中心;
针对每个所述专业,计算所述第一向量与所述第一中心之间的第一距离;
将所述专业划入所述第一距离最小的所述第一簇中;
在每个所述第一簇中,计算所述第一向量的平均值,以更新所述第一中心;
判断所述第一中心在更新时的变化幅度是否小于或等于第一阈值;若是,则确定所述第一簇收敛;若否,则返回执行所述针对每个所述专业,计算所述第一向量与所述第一中心之间的第一距离。
在本发明的一个实施例中,所述继续聚类模块204还用于:
在所述第一簇中,分别将所述第一关键词输入至第二词嵌入模型Doc2Vec中执行编码,得到第二向量,将所述第二关键词输入至第二词嵌入模型Doc2Vec中执行编码,得到第三向量;
将属于同一所述专业的所述第二向量与所述第三向量拼接为第四向量;
根据所述第二向量确定第二数量;
按照所述第二数量初始化第二簇,每个所述第二簇中具有第二中心;
针对每个所述专业,计算所述第四向量与所述第二中心之间的第二距离;
将所述专业划入所述第二距离最小的所述第二簇中;
在每个所述第二簇中,计算所述第四向量的平均值,以更新所述第二中心;
判断所述第二中心在更新时的变化幅度是否小于或等于第二阈值;若是,则确定所述第二簇收敛;若否,则返回执行所述针对每个所述专业,计算所述第四向量与所述第二中心之间的第二距离。
在本发明的一个实施例中,所述继续聚类模块204还用于:
计算所述第二向量之间的离散程度;
将所述离散程度映射为第二数量,所述第二数量与所述离散程度正相关。
在本发明的一个实施例中,所述初步筛选模块206还用于:
将所述第三关键词输入至所述第一词嵌入模型Word2Vec中执行编码,得到第五向量;
计算所述第五向量与所述第一簇的所述第一中心之间的第三距离;
若所述第三距离小于或等于第三阈值,则确定所述职业归属所述第一簇,作为候选簇。
在本发明的一个实施例中,所述继续筛选模块207还用于:
将所述第三关键词输入至所述第二词嵌入模型Doc2Vec中执行编码,得到第六向量;
在所述候选簇中,计算所述第六向量与所述第二簇的所述第二中心之间的第四距离;
若所述第四距离小于或等于第四阈值,则确定所述职业归属所述第二簇,作为目标簇。
在本发明的一个实施例中,所述相似度计算模块208还用于:
在所述目标簇中,计算所述第四向量与所述第六向量之间的余弦距离,作为所述职业与所述专业之间的相似度。
在本发明的一个实施例中,所述职业匹配模块209还用于:
对用户执行所述职业的测评,得到职业倾向信息;
在所述职业倾向信息中提取所述用户感兴趣的职业,作为目标职业;
查询与所述目标职业的所述相似度最高的多个所述专业,作为候选专业;
滤除所述用户不符合报考条件的所述候选专业,作为目标专业;
将所述目标专业推荐至所述用户。
本发明实施例所提供的高考专业推荐装置可执行本发明任意实施例所提供的高考专业推荐方法,具备执行高考专业推荐方法相应的功能模块和有益效果。
实施例三
图3示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如高考专业推荐方法。
在一些实施例中,高考专业推荐方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的高考专业推荐方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行高考专业推荐方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (9)
1.一种高考专业推荐方法,其特征在于,包括:
对高等教育中可供用户报考的专业划分核心课程、非核心课程;
分别从与核心课程相关的第一语料中提取第一关键词、从与非核心课程相关的第二语料中提取第二关键词;
根据所述第二关键词将所述专业聚类至第一簇;
在所述第一簇中,根据所述第一关键词与所述第二关键词将所述专业聚类至第二簇中;
从与职业相关的第三语料中提取第三关键词;
根据所述第三关键词查询所述职业归属的所述第一簇,作为候选簇;
在所述候选簇中,根据所述第三关键词查询所述职业归属的所述第二簇,作为目标簇;
在所述目标簇中,根据所述第一关键词、所述第二关键词与所述第三关键词计算所述职业与所述专业之间的相似度;
在对所述用户执行所述职业的测评时,根据所述相似度为所述用户推荐所述专业;
其中,所述在所述第一簇中,根据所述第一关键词与所述第二关键词将所述专业聚类至第二簇中,包括:
在所述第一簇中,分别将所述第一关键词输入至第二词嵌入模型Doc2Vec中执行编码,得到第二向量,将所述第二关键词输入至第二词嵌入模型Doc2Vec中执行编码,得到第三向量;
将属于同一所述专业的所述第二向量与所述第三向量拼接为第四向量;
根据所述第二向量确定第二数量;
按照所述第二数量初始化第二簇,每个所述第二簇中具有第二中心;
针对每个所述专业,计算所述第四向量与所述第二中心之间的第二距离;
将所述专业划入所述第二距离最小的所述第二簇中;
在每个所述第二簇中,计算所述第四向量的平均值,以更新所述第二中心;
判断所述第二中心在更新时的变化幅度是否小于或等于第二阈值;若是,则确定所述第二簇收敛;若否,则返回执行所述针对每个所述专业,计算所述第四向量与所述第二中心之间的第二距离。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第二关键词将所述专业聚类至第一簇,包括:
将所述第二关键词输入至第一词嵌入模型Word2Vec中执行编码,得到第一向量;
查询当前行业的第一数量;
按照所述第一数量初始化第一簇,每个所述第一簇中具有第一中心;
针对每个所述专业,计算所述第一向量与所述第一中心之间的第一距离;
将所述专业划入所述第一距离最小的所述第一簇中;
在每个所述第一簇中,计算所述第一向量的平均值,以更新所述第一中心;
判断所述第一中心在更新时的变化幅度是否小于或等于第一阈值;若是,则确定所述第一簇收敛;若否,则返回执行所述针对每个所述专业,计算所述第一向量与所述第一中心之间的第一距离。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第二向量确定第二数量,包括:
计算所述第二向量之间的离散程度;
将所述离散程度映射为第二数量,所述第二数量与所述离散程度正相关。
4.根据权利要求2所述的方法,其特征在于,所述根据所述第三关键词查询所述职业归属的所述第一簇,作为候选簇,包括:
将所述第三关键词输入至所述第一词嵌入模型Word2Vec中执行编码,得到第五向量;
计算所述第五向量与所述第一簇的所述第一中心之间的第三距离;
若所述第三距离小于或等于第三阈值,则确定所述职业归属所述第一簇,作为候选簇。
5.根据权利要求1所述的方法,其特征在于,
所述在所述候选簇中,根据所述第三关键词查询所述职业归属的所述第二簇,作为目标簇,包括:
将所述第三关键词输入至所述第二词嵌入模型Doc2Vec中执行编码,得到第六向量;
在所述候选簇中,计算所述第六向量与所述第二簇的所述第二中心之间的第四距离;
若所述第四距离小于或等于第四阈值,则确定所述职业归属所述第二簇,作为目标簇;
所述在所述目标簇中,根据所述第一关键词、所述第二关键词与所述第三关键词计算所述职业与所述专业之间的相似度,包括:
在所述目标簇中,计算所述第四向量与所述第六向量之间的余弦距离,作为所述职业与所述专业之间的相似度。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述在对用户执行所述职业的测评时,根据所述相似度为所述用户推荐所述专业,包括:
对用户执行所述职业的测评,得到职业倾向信息;
在所述职业倾向信息中提取用户感兴趣的职业,作为目标职业;
查询与所述目标职业的所述相似度最高的多个所述专业,作为候选专业;
滤除所述用户不符合报考条件的所述候选专业,作为目标专业;
将所述目标专业推荐至所述用户。
7.一种高考专业推荐装置,其特征在于,包括:
课程划分模块,用于对高等教育中可供用户报考的专业划分核心课程、非核心课程;
课程关键词提取模块,用于分别从与核心课程相关的第一语料中提取第一关键词、从与非核心课程相关的第二语料中提取第二关键词;
初步聚类模块,用于根据所述第二关键词将所述专业聚类至第一簇;
继续聚类模块,用于在所述第一簇中,根据所述第一关键词与所述第二关键词将所述专业聚类至第二簇中;
职业关键词提取模块,用于从与职业相关的第三语料中提取第三关键词;
初步筛选模块,用于根据所述第三关键词查询所述职业归属的所述第一簇,作为候选簇;
继续筛选模块,用于在所述候选簇中,根据所述第三关键词查询所述职业归属的所述第二簇,作为目标簇;
相似度计算模块,用于在所述目标簇中,根据所述第一关键词、所述第二关键词与所述第三关键词计算所述职业与所述专业之间的相似度;
职业匹配模块,用于在对所述用户执行所述职业的测评时,根据所述相似度为所述用户推荐所述专业;
其中,所述继续聚类模块还用于:
在所述第一簇中,分别将所述第一关键词输入至第二词嵌入模型Doc2Vec中执行编码,得到第二向量,将所述第二关键词输入至第二词嵌入模型Doc2Vec中执行编码,得到第三向量;
将属于同一所述专业的所述第二向量与所述第三向量拼接为第四向量;
根据所述第二向量确定第二数量;
按照所述第二数量初始化第二簇,每个所述第二簇中具有第二中心;
针对每个所述专业,计算所述第四向量与所述第二中心之间的第二距离;
将所述专业划入所述第二距离最小的所述第二簇中;
在每个所述第二簇中,计算所述第四向量的平均值,以更新所述第二中心;
判断所述第二中心在更新时的变化幅度是否小于或等于第二阈值;若是,则确定所述第二簇收敛;若否,则返回执行所述针对每个所述专业,计算所述第四向量与所述第二中心之间的第二距离。
8.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的高考专业推荐方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序用于使处理器执行时实现权利要求1-6中任一项所述的高考专业推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210894820.4A CN114969273B (zh) | 2022-07-28 | 2022-07-28 | 一种高考专业推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210894820.4A CN114969273B (zh) | 2022-07-28 | 2022-07-28 | 一种高考专业推荐方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114969273A CN114969273A (zh) | 2022-08-30 |
CN114969273B true CN114969273B (zh) | 2022-11-15 |
Family
ID=82969528
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210894820.4A Active CN114969273B (zh) | 2022-07-28 | 2022-07-28 | 一种高考专业推荐方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114969273B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108108910A (zh) * | 2018-01-08 | 2018-06-01 | 魏是瞻 | 一种辅助高中生选择大学专业的信息推荐方法及系统 |
CN109101620A (zh) * | 2018-08-08 | 2018-12-28 | 广州神马移动信息科技有限公司 | 相似度计算方法、聚类方法、装置、存储介质及电子设备 |
CN111144512A (zh) * | 2019-12-31 | 2020-05-12 | 郑州轻工业大学 | 基于EMLo预训练模型的职业指导方法、装置及存储介质 |
CN111241361A (zh) * | 2020-01-09 | 2020-06-05 | 福州数据技术研究院有限公司 | 基于云平台的企业与高校的智能引荐系统及方法 |
CN111428992A (zh) * | 2020-03-20 | 2020-07-17 | 广东人啊人网络技术开发有限公司 | 一种基于自陈式测评的高中选科决策方法 |
CN111859151A (zh) * | 2020-08-04 | 2020-10-30 | 沈敏捷 | 一种通过职业倾向测评提供新高考选科推荐的方法及系统 |
CN112861990A (zh) * | 2021-03-05 | 2021-05-28 | 电子科技大学 | 一种基于关键词和实体的主题聚类方法、设备及计算机可读存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201013426A (en) * | 2008-09-19 | 2010-04-01 | Esobi Inc | Combination method for document clusters |
US20200104781A1 (en) * | 2018-09-28 | 2020-04-02 | Microsoft Technology Licensing, Llc | Career Pivot Intelligence |
US20200293974A1 (en) * | 2019-03-12 | 2020-09-17 | Microsoft Technology Licensing, Llc | Skills-based matching of education and occupation |
CN111797222B (zh) * | 2020-06-29 | 2023-12-22 | 平安国际智慧城市科技股份有限公司 | 课程知识图谱构建方法、装置、终端及存储介质 |
CN114663067A (zh) * | 2022-04-08 | 2022-06-24 | 武汉开境元信息科技有限公司 | 一种职位匹配方法、系统、设备及介质 |
-
2022
- 2022-07-28 CN CN202210894820.4A patent/CN114969273B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108108910A (zh) * | 2018-01-08 | 2018-06-01 | 魏是瞻 | 一种辅助高中生选择大学专业的信息推荐方法及系统 |
CN109101620A (zh) * | 2018-08-08 | 2018-12-28 | 广州神马移动信息科技有限公司 | 相似度计算方法、聚类方法、装置、存储介质及电子设备 |
CN111144512A (zh) * | 2019-12-31 | 2020-05-12 | 郑州轻工业大学 | 基于EMLo预训练模型的职业指导方法、装置及存储介质 |
CN111241361A (zh) * | 2020-01-09 | 2020-06-05 | 福州数据技术研究院有限公司 | 基于云平台的企业与高校的智能引荐系统及方法 |
CN111428992A (zh) * | 2020-03-20 | 2020-07-17 | 广东人啊人网络技术开发有限公司 | 一种基于自陈式测评的高中选科决策方法 |
CN111859151A (zh) * | 2020-08-04 | 2020-10-30 | 沈敏捷 | 一种通过职业倾向测评提供新高考选科推荐的方法及系统 |
CN112861990A (zh) * | 2021-03-05 | 2021-05-28 | 电子科技大学 | 一种基于关键词和实体的主题聚类方法、设备及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
基于共词聚类的我国高校青年教师研究现状评析;王更;《文教资料》;20200205(第04期);第63、126-127页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114969273A (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108363790B (zh) | 用于对评论进行评估的方法、装置、设备和存储介质 | |
Zhang | Incorporating phrase-level sentiment analysis on textual reviews for personalized recommendation | |
WO2020253503A1 (zh) | 人才画像的生成方法、装置、设备及存储介质 | |
CN111753167B (zh) | 搜索处理方法、装置、计算机设备和介质 | |
CN113553412B (zh) | 问答处理方法、装置、电子设备和存储介质 | |
CN112395487B (zh) | 信息推荐方法、装置、计算机可读存储介质及电子设备 | |
Huang et al. | Expert as a service: Software expert recommendation via knowledge domain embeddings in stack overflow | |
CN112506864B (zh) | 文件检索的方法、装置、电子设备及可读存储介质 | |
CN116848490A (zh) | 使用模型相交进行文档分析 | |
CN113268560A (zh) | 用于文本匹配的方法和装置 | |
CN112182145A (zh) | 文本相似度确定方法、装置、设备和存储介质 | |
CN112559747A (zh) | 事件分类处理方法、装置、电子设备和存储介质 | |
WO2022228367A1 (en) | Input method and apparatus based on sample-probability quantization, and electronic device | |
CN116109373A (zh) | 金融产品的推荐方法、装置、电子设备和介质 | |
CN113392218A (zh) | 文本质量评估模型的训练方法和确定文本质量的方法 | |
CN112579729A (zh) | 文档质量评价模型的训练方法、装置、电子设备和介质 | |
CN112380421A (zh) | 简历的搜索方法、装置、电子设备及计算机存储介质 | |
CN113590945B (zh) | 一种基于用户借阅行为-兴趣预测的图书推荐方法和装置 | |
CN113486670B (zh) | 基于目标语义的文本分类方法、装置、设备及存储介质 | |
CN110826327A (zh) | 情感分析方法、装置、计算机可读介质及电子设备 | |
CN111241273A (zh) | 文本数据分类方法、装置、电子设备及计算机可读介质 | |
CN110262906B (zh) | 接口标签推荐方法、装置、存储介质和电子设备 | |
CN114036921A (zh) | 一种政策信息匹配方法和装置 | |
CN114969273B (zh) | 一种高考专业推荐方法、装置、设备及存储介质 | |
CN114969371A (zh) | 一种联合知识图谱的热度排序方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |