【技术实现步骤摘要】
本专利技术涉及数据预测，特别涉及基于长短锚模型的积分入学排名预测处理方法及装置。
技术介绍
1、现有的入学排名预测排名较少能够对积分入学进行预测，一般通过使用全量招生摸底进行对学位需求进行预测，无法对具体个人进行排名预测，也就是招生摸底的结果服务于学位需求预测，而非服务于个人。
2、而可以进行积分排名预测的模型所得到的结果与实际相差较大，预测结果不准确，且在积分排名过程中需要尽可能收集全量生源数据，而此过程一般耗时较长，在前期生源数据不完备时无法形成有效计算，冷启动困难。
技术实现思路
1、为解决上述现有技术中存在的不足，本专利技术提供一种基于长短锚模型的积分入学排名预测处理方法，包括：
2、s100、获取划片学校的学位信息以及生源信息的历史数据集合，形成第一数据集；获取积分入学排名信息的历史数据合集，形成第二数据集；
3、s200、获取预测人入学信息，并累计预测人入学信息形成预测人数据库，实时更新当年预测人数；
4、s300、若当年预测人数...
【技术保护点】
1.一种基于长短锚模型的积分入学排名预测处理方法，其特征在于，包括：
2.根据权利要求1所述的基于长短锚模型的积分入学排名预测处理方法，其特征在于，所述生源预设值的取值范围为所属片区当年生源总数的0~33%。
3.根据权利要求1所述的基于长短锚模型的积分入学排名预测处理方法，其特征在于，第一模型的计算步骤为：
4.根据权利要求1所述的基于长短锚模型的积分入学排名预测处理方法，其特征在于，S400的具体步骤为：
5.根据权利要求4所述的基于长短锚模型的积分入学排名预测处理方法，其特征在于，S410的具体步骤如下：
<...【技术特征摘要】
1.一种基于长短锚模型的积分入学排名预测处理方法，其特征在于，包括：
2.根据权利要求1所述的基于长短锚模型的积分入学排名预测处理方法，其特征在于，所述生源预设值的取值范围为所属片区当年生源总数的0~33%。
3.根据权利要求1所述的基于长短锚模型的积分入学排名预测处理方法，其特征在于，第一模型的计算步骤为：
4.根据权利要求1所述的基于长短锚模型的积分入学排名预测处理方法，其特征在于，s400的具体步骤为：
5.根据权利要求4所述的基于长短锚模型的积分入学排名预测处理方法，其特征在于，s410的具体步骤如下：
6.根据权利要求5所述的基于长短锚模型的积分入学排名预测处理方法，其特征在于，...
【专利技术属性】
技术研发人员：谢江龙，严枫，郭劲军，郭望，沈小枚，
申请(专利权)人：厦门畅享信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。