一种基于多特征融合及机器学习的高考志愿推荐方法技术

本发明专利技术公开了一种基于多特征融合及机器学习的高考志愿推荐方法，其特征在于：包括以下步骤：S1、获取报考及个人信息；S2、根据考生选中的高考信息，对部分不满足选课要求的专业进行初步筛选。S3、利用考生分数与专业录取分数线之间的差值，以及近三年该专业的平均线差，本方法充分尊重考生对于专业的个人意愿；通过多特征权重的方法对推荐专业进行侧重点排序，使得在保证录取率下优先推荐考生感兴趣的专业；结合考生潜在性格推荐志愿，助力其职业规划以及大学学习生活有序发展；针对考生在国际上认可度高的霍兰德职业兴趣测试测试得到的结果，根据对应的专业进行加权推荐，使得考生的潜在专业优势得到最大化满足。

【技术实现步骤摘要】

本专利技术涉及高考志愿推荐，具体为一种基于多特征融合及机器学习的高考志愿推荐方法。

技术介绍

1、随着社会的发展和教育理念的更新，越来越多的学生和家长开始追求个性化的教育规划，希望能够根据学生的兴趣、能力和职业倾向来选择最适合的学习路径。这就需要对大量信息进行综合分析和精准匹配，传统的人工方法难以满足这种需求。因此现有通过高考志愿填报辅助系统“掌上高考”进行对应辅助，掌上高考首先需要获取考生的选课科目、成绩、全省位次。之后生成志愿填报的算法会根据历年的报考趋势，还原投档过程，人工智能进行风险评估，实时监测报考热度，根据已有大量用户及新高考省份招考院反馈的模拟填报数据，修正算法，为考生挖掘低分高就的机会。

2、但是，“掌上高考”志愿推荐没有考虑到考生自身的兴趣专业。因为在模拟报考志愿收集的信息中没有收集“考生感兴趣的专业”，只是单纯的收集选课以及成绩的相关数据，对于大学中专业选择这一极其关键的步骤是缺失的。

3、现有的志愿推荐算法考虑的因素中缺少面向考生性格的定制化服务。掌上高考、夸克app等现有的模拟报考志愿算法中未涉及对考生职业性本文档来自技高网...

【技术保护点】

1.一种基于多特征融合及机器学习的高考志愿推荐方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于多特征融合及机器学习的高考志愿推荐方法，其特征在于：所述S1中的报考信息为高考省份、考生类型、成绩类型、高考科目、省排名。

3.根据权利要求1所述的一种基于多特征融合及机器学习的高考志愿推荐方法，其特征在于：所述S1中的个人信息为个性化选项信息，所述个性化选项包括霍兰德性格以及兴趣专业。

4.根据权利要求1所述的一种基于多特征融合及机器学习的高考志愿推荐方法，其特征在于：所述高考信息为选课信息。

5.根据权利要求1所述的一种基于多...

【技术特征摘要】

1.一种基于多特征融合及机器学习的高考志愿推荐方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于多特征融合及机器学习的高考志愿推荐方法，其特征在于：所述s1中的报考信息为高考省份、考生类型、成绩类型、高考科目、省排名。

3.根据权利要求1所述的一种基于多特征融合及机器学习的高考志愿推荐方法，其特征在于：所述s1中的个人信息为个性化选项信息，所述个性化选项包括霍兰德性格以及兴趣专业。

4.根据权利要求1所述的一种基于多特征融合及机器学习的高考志愿推荐方法，其特征在于：所述高考信息为选课信息。

5.根据权利要求1所述的一种基于多特征融合及机器学习的高考志愿推荐方法，其特征在于：所述线差即考生分数/专业录取最低分数线与批次线的差值，所述考生分数/专业录取最低分数线－当年的批次线＝考生分数/专业线差。

6.根据权利要求5所述的一种基于多特征融合及机器学习的高考志愿推荐方法，其特征在于：所述平均线差＝近三年录取线差之和÷3。

7.根据权利要求1所述...

【专利技术属性】
技术研发人员：吴雨凝，马燕伟，杨希山，王毅婷，王敏君，张猛，杨青，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：