预测评估方法技术

本发明专利技术涉及一种预测评估方法，包括：获取用户的测验信息；根据测验类型信息和测验时间数据确定权重数据；根据权重数据和测验结果数据确定测验的实际参考数据；根据科目ID将实际参考数据进行汇总并进行均值计算，得到各科目的预测数据；获取距离当前时间最近的预设数量个历年分值线信息，并确定距离当前时间最近的一个历年分值线信息为基准分值线信息；根据历年分值线信息进行分析处理，得到分值线变化趋势信息；根据分值线变化趋势信息和基准分值线信息确定预测分值线信息；根据用户ID获取地区信息，根据地区信息获取规则信息；根据各科目的预测数据、规则信息和预测分值线信息确定用户的评估结果信息。户的评估结果信息。户的评估结果信息。

【技术实现步骤摘要】
预测评估方法


[0001]本专利技术涉及信息
，尤其涉及一种预测评估方法。

技术介绍

[0002]考试是中国最主要的人才选拔方式，其在广大考生和家长心中具有改变命运的重要地位。但是近几年的考生人数大幅增加，录取人数却变化不大，录取率逐年降低。所以对于考生来说，准确预测评估自己的分数尤为重要。目前，主要是凭借个人主观印象，没有以大数据为基础对分数进行预测，预测结果的准确性较低。

技术实现思路

[0003]本专利技术的目的是针对现有技术的缺陷，提供一种预测评估方法，结合考生的各种考试成绩来预测考生成绩，达到了较为全面参考考生个人能力的目的，从而大大提高了预测效率，并且使得预测结果更加科学、准确。
[0004]为实现上述目的，本专利技术提供了一种预测评估方法，所述预测评估方法包括：
[0005]获取用户的测验信息；所述测验信息包括：用户ID、科目ID、测验ID、测验类型信息、测验时间数据和测验结果数据；
[0006]根据所述测验类型信息和测验时间数据确定权重数据；
[0007]根据所述权重数据和测验结果数据确定所述测验的实际参考数据；
[0008]根据所述科目ID将所述实际参考数据进行汇总并进行均值计算，得到各科目的预测数据；
[0009]获取距离当前时间最近的预设数量个历年分值线信息，并确定距离当前时间最近的一个历年分值线信息为基准分值线信息；
[0010]根据所述历年分值线信息进行分析处理，得到分值线变化趋势信息；
[0011]根据所述分值线变化趋势信息和基准分值线信息确定预测分值线信息；
[0012]根据所述用户ID获取地区信息，根据所述地区信息获取规则信息；
[0013]根据所述各科目的预测数据、规则信息和所述预测分值线信息确定所述用户的评估结果信息。
[0014]优选的，在所述根据所述权重数据和测验结果数据确定所述测验的实际参考数据之前，所述预测评估方法还包括：
[0015]根据所述测验ID获取总分数据；
[0016]判断所述总分数据是否为预设总分数据；
[0017]当所述总分数据不是预设总分数据时，根据所述测验结果数据、总分数据和预设总分数据对所述测验结果数据进行换算，得到新的测验结果数据。
[0018]优选的，所述评估结果信息包括：评估时间信息；在所述根据所述各科目的预测数据、规则信息和所述预测分值线信息确定所述用户的评估结果信息之后，所述预测评估方法还包括：
[0019]获取所述评估结果信息的评估时间数据，并根据所述评估时间数据将所述评估结果信息进行存储。
[0020]优选的，根据所述用户ID获取历史存储的评估结果信息；
[0021]根据所述评估时间信息和对应的评估结果信息确定所述用户的状态信息，并根据所述状态信息和所述评估结果信息生成评语信息；
[0022]根据所述用户ID将所述评估结果信息和/或评语信息发送到用户终端。
[0023]优选的，所述根据所述测验类型信息和测验时间数据确定权重数据具体包括：
[0024]根据所述测验类型确定权重基数数据；
[0025]根据所述测验时间确定调整系数数据；
[0026]根据所述权重基数数据和调整系数数据确定所述权重数据。
[0027]优选的，所述根据所述测验时间确定调整系数数据具体包括：
[0028]根据科目ID将所述测验信息进行分类汇总，得到测验信息组；
[0029]根据测验时间对各所述测验信息组中的测验信息进行排序，根据排序结果确定所述测验信息的调整系数数据。
[0030]优选的，所述历年分值线信息包括测验时间信息；所述根据所述历年分值线信息进行分析处理，得到分值线变化趋势信息具体包括：
[0031]根据测验时间信息对所述历年分值线信息进行排序，并分析所述排序结果中每相邻两个历年分值线信息的子趋势信息；
[0032]根据所述子趋势信息和预设分值数据生成所述分值线变化趋势信息。
[0033]进一步优选的，所述分值变化趋势信息包括：趋势信息和分值信息；所述趋势信息包括：上升、下降和持平；所述子趋势信息包括：上升、下降和持平；所述预测评估方法还包括：
[0034]判断所述子趋势信息中是否存在上升；
[0035]当所述子趋势信息中存在上升时，判断所述子趋势信息中是否存在下降；
[0036]当所述子趋势信息中存在下降时，确定所述子趋势信息为上升的数量得到第一数量，所述子趋势信息为下降的数量得到第二数量；判断所述第一数量是否大于第二数量；
[0037]当所述第一数量大于第二数量时，确定所述趋势信息为上升；
[0038]当所述第一数量小于第二数量时，确定所述趋势信息为下降；
[0039]当所述第一数量等于第二数量时，确定所述趋势信息为持平；
[0040]当所述子趋势信息中不存在下降时，确定所述趋势信息为上升。
[0041]进一步优选的，当所述子趋势信息中不存在上升时，判断所述子趋势信息中是否存在下降；
[0042]当所述子趋势信息中存在下降时，确定所述趋势信息为下降；
[0043]当所述子趋势信息中不存在下降时，确定所述趋势信息为持平。
[0044]优选的，所述预测分值线信息包括：多个预测分值线数据和评估结果信息；所述根据所述各科目的预测数据、规则信息和所述预测分值线信息确定所述用户的评估结果信息具体包括：
[0045]根据所述各科目的预测数据和规则信息计算得到预测分值数据；
[0046]根据所述预测分值数据和预测分值线数据确定所述预测分值数据对应的分值线
区间信息，根据所述分值线区间信息确定评估结果信息。
[0047]本专利技术实施例提供的预测评估方法，结合考生的各种考试成绩来预测考生成绩，达到了较为全面参考考生个人能力的目的，从而大大提高了预测效率，并且使得预测结果更加科学、准确。
附图说明
[0048]图1为本专利技术实施例提供的预测评估方法的流程图。
具体实施方式
[0049]下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
[0050]本专利技术提供的预测评估方法，结合考生的各种考试成绩来预测考生成绩，达到了较为全面参考考生个人能力的目的，从而大大提高了预测效率，并且使得预测结果更加科学、准确。
[0051]图1为本专利技术实施例提供的预测评估方法的流程图，以下结合图1对本专利技术技术方案进行详述。
[0052]步骤110，获取用户的测验信息；
[0053]具体的，测验是用以测量个体的行为或作业的工具。它通常由许多经过适当安排的项目、问题、任务等构成，被试对这些项目的反应可以记分，分数被用于评估个体的情况。
[0054]测验信息包括：用户ID、科目ID、测验ID、测验类型信息、测验时间数据和测验结果数据。测验类型信息指的可以理解为测验的规模或者阶段，例如周考、月考、模拟考本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种预测评估方法，其特征在于，所述预测评估方法包括：获取用户的测验信息；所述测验信息包括：用户ID、科目ID、测验ID、测验类型信息、测验时间数据和测验结果数据；根据所述测验类型信息和测验时间数据确定权重数据；根据所述权重数据和测验结果数据确定所述测验的实际参考数据；根据所述科目ID将所述实际参考数据进行汇总并进行均值计算，得到各科目的预测数据；获取距离当前时间最近的预设数量个历年分值线信息，并确定距离当前时间最近的一个历年分值线信息为基准分值线信息；根据所述历年分值线信息进行分析处理，得到分值线变化趋势信息；根据所述分值线变化趋势信息和基准分值线信息确定预测分值线信息；根据所述用户ID获取地区信息，根据所述地区信息获取规则信息；根据所述各科目的预测数据、规则信息和所述预测分值线信息确定所述用户的评估结果信息。2.根据权利要求1所述的预测评估方法，其特征在于，在所述根据所述权重数据和测验结果数据确定所述测验的实际参考数据之前，所述预测评估方法还包括：根据所述测验ID获取总分数据；判断所述总分数据是否为预设总分数据；当所述总分数据不是预设总分数据时，根据所述测验结果数据、总分数据和预设总分数据对所述测验结果数据进行换算，得到新的测验结果数据。3.根据权利要求1所述的预测评估方法，其特征在于，所述评估结果信息包括：评估时间信息；在所述根据所述各科目的预测数据、规则信息和所述预测分值线信息确定所述用户的评估结果信息之后，所述预测评估方法还包括：获取所述评估结果信息的评估时间数据，并根据所述评估时间数据将所述评估结果信息进行存储。4.根据权利要求1所述的预测评估方法，其特征在于，所述预测评估方法还包括：根据所述用户ID获取历史存储的评估结果信息；根据所述评估时间信息和对应的评估结果信息确定所述用户的状态信息，并根据所述状态信息和所述评估结果信息生成评语信息；根据所述用户ID将所述评估结果信息和/或评语信息发送到用户终端。5.根据权利要求1所述的预测评估方法，其特征在于，所述根据所述测验类型信息和测验时间数据确定权重数据具体包括：根据所述测验类型确定权重基数数据；根据所述测验时间确定调整系数数据；根据所述权重基数数据和调整系数数据确定所述权重数据。6....

【专利技术属性】
技术研发人员：田雪松，陈天，
申请(专利权)人：北京云蝶智学科技有限公司，
类型：发明
国别省市：