一种基于多维定位适配的高考志愿智能推荐系统及方法与流程
本发明涉及一种基于多维定位适配的高考志愿智能推荐系统及方法,属于大数据处理与智能决策支持。
背景技术:
1、高考志愿填报是在有限时间窗口内、面向海量异构数据的复杂决策问题。全国普通高等学校超过3000所,本科专业目录近800个专业,叠加各省不同的录取规则、各院校逐年波动的投档分数线与招生计划,考生及家长面临严重的信息过载。
2、现行高考录取以平行志愿投档模式为主流(如部分省份普通本科批设45个院校专业组平行志愿),按“位次优先、遵循志愿顺序、一轮投档”规则运行:考生在一个批次内仅有一次投档机会,若所填志愿全部偏高则滑档,若投档后因不满足院校硬性条件被退档,本批次亦告失败、只能参加征集志愿或后续批次。因此平行志愿方案既要求内部形成科学的风险梯度结构,又必须在填报前排除退档风险,对方案生成方法提出了很高要求。
3、目前常见的技术手段与方法主要有三类:
4、其一,人工经验法,包括传统的“线差法”“位次法”,即由考生、家长或咨询人员手工将考生分数与院校历年录取线逐一比对。该方法完全依赖人工检索与经验判断,耗时长(通常需数天)、覆盖面窄,且难以处理试题难度、考生人数、招生计划逐年变化带来的分数不可比问题。
5、其二,通用志愿填报辅助软件,多以“考生分数(或位次)—院校历年录取线”的单维数值比对为核心逻辑,将分数达线的院校罗列给用户,进阶者叠加性格测评与多维度评分排序。
6、其三,已公开的专利文献方案,包括:专利公开号为cn120125397a的发明专利申请公开了一种基于多重变量的高考志愿推荐方法,其获取考生基础信息与性格兴趣能力测评结果,构建院校专业多维画像并加权评分,利用ai大模型从专业备注中提取报考限制条件用于剔除筛选,并按考生总分上下预设分数区间划分冲刺、稳妥、保底、垫底档位;专利公开号为cn120387907a的发明专利申请公开了一种基于ai智能问答的高考升学规划系统,以问卷与问答对话采集学生数据,构建领域知识图谱,以协同过滤、深度学习与知识图谱三通道融合生成院校专业推荐列表,并以信息熵量化志愿组合风险;专利公开号为cn121786253a的发明专利申请公开了一种新高考志愿多维度推荐系统,采用多套职业测评理论确定专业方向,给出等效位次、等效分数的跨年换算公式,并按固定分数区间划分冲稳保梯度。
7、上述现有技术虽在测评匹配、多维评分、限制条件提取、录取概率预测等单点上各有改进,但普遍存在以下问题:
8、(1)推荐单元与投档单元脱节。新高考以“院校专业组”为投档与录取单元,而现有技术普遍以“院校”或“院校—专业”组合为推荐单元进行检索、排序与输出,推荐结果与实际投档对象不一致,梯度结构无法落到真实的投档单元上。
9、(2)历年数据口径错配。新高考院校专业组模式下,同一院校的专业组编号及组内专业构成逐年重新编排,同一组号在不同年份可能对应完全不同的专业集合。现有技术或以“院校+组号”及名称直接关联历年录取数据,将历史投档线错误地关联到当年不同内涵的专业组上,产生“张冠李戴”式的参考线错误;或完全回避专业组粒度。上述专利文献均未涉及该问题及其解决手段。
10、(3)梯度划分依赖绝对分数差,保底缺乏量化安全垫。现有方案普遍按“考生分数上下加减固定分值”划分冲稳保梯度(如上加5—15分为冲、下减10—30分为保)。然而试题难度逐年波动使分数本身跨年不可比;同一分数差在不同分数段覆盖的考生人数差异悬殊,在分数密集段内几分之差即对应数千名考生,名义“保底”实际不具兜底能力。现有技术亦未对保底志愿设置任何量化的位次富余下限要求。
11、(4)硬性限制筛查缺乏结构保障。招生章程中的体检要求(如色盲色弱限制)、单科成绩要求、外语口试、性别比例等否定项条款散落于各院校非结构化文本中;部分现有技术虽能提取限制条件并剔除不符志愿,但剔除后不进行同梯度递补,方案出现梯度空洞,筛查、递补与梯度数量校验之间没有闭环机制,考生投档后因不满足上述条件被退档的情形仍每年大量发生。
12、(5)数据不对称期无容错机制。录取季最新年份录取数据分批次陆续公布(如本科层次先于专科层次),现有技术未设数据不对称期回退机制,数据不对称期内保底方向候选断供,方案质量骤降。
13、(6)明确专业意向仅作软性排序因子。考生指定专业类别或属性要求时,现有技术仅提升相关志愿的排序权重而不做硬过滤,推荐结果混入大量无关志愿;候选不足时以无关志愿凑数,误导考生。
14、(7)推荐结果可解释性不足。多数方案仅输出院校专业名单与概率数值,不逐条给出推荐依据,用户无法核验方案质量。
技术实现思路
1、本发明的目的是为了解决上述现有技术存在的推荐单元与新高考投档单元脱节、专业组编号跨年重排导致历年数据“张冠李戴”、以绝对分数差划分梯度导致保底失真滑档频发、以及硬性限制筛查后方案结构无保障的问题,进而提供一种基于多维定位适配的高考志愿智能推荐系统及方法;以院校专业组投档单元为对象,将考生位次定位、院校专业匹配、考生画像适配、梯度优化排序、否定项自动筛查五个环节融为一体的高考志愿智能推荐方法,形成从考生输入到可执行志愿方案的全流程自动化决策支持。并且能够解决以下技术问题:
2、(1)解决录取季最新年份数据不完整(数据不对称期)时保底志愿断供的问题;
3、(2)解决明确专业意向下推荐结果混杂、以无关志愿凑数的问题;
4、(3)解决推荐结果不可解释的问题。
5、本发明的目的是通过以下技术方案实现的:
6、一种基于多维定位适配的高考志愿智能推荐系统,包括:应用层、算法层以及数据层;所述应用层的信号输入输出端与算法层的信号输出输入端通信连接,所述数据层的信号输出端与算法层的信号输入端通信连接;
7、应用层,用于采集考生输入信息,并向考生展示、导出志愿方案;
8、算法层,用于根据应用层传入的考生输入信息,调用数据层数据完成位次换算、组认领对齐、梯度划分、画像匹配、多目标排序及否定项筛查,生成志愿方案并返回应用层;
9、数据层,用于存储并向算法层提供一分一段表、招生计划、历年投档线、院校专业标签及招生章程规则数据。
10、优选的,所述应用层包括:交互输入模块a1、方案展示模块a2及报告导出模块a3;交互输入模块a1的信号输出端与算法层的信号输入端连接,算法层的信号输出端与方案展示模块a2的信号输入端连接,方案展示模块a2的信号输出端与报告导出模块a3的信号输入端连接;
11、交互输入模块a1,用于采集考生的省份、科类、高考成绩、专业意向及画像测评作答数据并传送至算法层;算法层处理生成志愿方案后传输给方案展示模块a2;
12、方案展示模块a2,用于接收算法层输出的志愿方案,分梯度展示各志愿及其录取概率预测与推荐理由,并传输给报告导出模块a3;
13、报告导出模块a3,用于将定稿的志愿方案连同定位分析与梯度说明生成报告文件导出。
14、优选的,所述算法层包括:位次换算模块m1、组认领对齐模块m2、梯度划分模块m3、画像匹配模块m4、多目标排序模块m5及否定项筛选模块m6;交互输入模块a1的信号输出端分别与位次换算模块m1和画像匹配模块m4的信号输入端连接,位次换算模块m1的信号输出端分别与组认领对齐模块m2和梯度划分模块m3的信号输入端连接,组认领对齐模块m2的信号输出端与梯度划分模块m3的信号输入端连接,梯度划分模块m3和画像匹配模块m4的信号输出端均与多目标排序模块m5的输入端连接,多目标排序模块m5的信号输出输入端与否定项筛选模块m6的信号输入输出端连接;
15、位次换算模块m1,用于将考生高考成绩换算为全省位次并映射为各历史年份的等效分数与等效位次;
16、组认领对齐模块m2,用于按组内专业构成相似度将历史年份招生单元认领对齐至当年招生单元,建立历年录取数据与当年招生单元的对应关系,并将对齐后的历年录取数据输出至梯度划分模块m3;
17、梯度划分模块m3,用于按位次比区间将候选招生单元划分为冲击层、稳妥层及保底层,所述位次比为组认领对齐模块m2输出的历年录取数据中历史录取位次与考生位次的比值;
18、画像匹配模块m4,用于计算考生画像标签与院校专业标签的契合度分数;
19、多目标排序模块m5,用于在各梯度层内综合契合度分数与录取难度进行多维综合排序,再结合梯度划分结果与容量配比生成志愿方案,并输出至否定项筛选模块m6进行筛查;
20、否定项筛选模块m6,用于将招生章程条款规则化并逐条筛查过滤、触发递补,筛查后梯度数量不足时,由多目标排序模块m5递补。
21、优选的,所述数据层包括:一分一段表库d1、招生计划库d2、历年投档线库d3、院校专业标签库d4及招生章程规则库d5;
22、一分一段表库d1,用于存储各省份各科类历年一分一段表;
23、招生计划库d2,用于存储当年各招生单元的组内专业构成、计划数及选科要求;
24、历年投档线库d3,用于存储各招生单元历年投档最低分、最低位次等录取数据;
25、院校专业标签库d4,用于存储院校实力评价数据及各专业的培养目标标签、课程特征标签、就业方向标签;
26、招生章程规则库d5,用于存储由招生章程限制条款解析转化得到的可计算规则。
27、一种基于多维定位适配的高考志愿智能推荐方法,该方法包括以下步骤:
28、步骤s1,分数精准定位:由交互输入模块a1接收考生输入的省份、科类、高考成绩、专业意向及画像测评作答数据,并将省份、科类及高考成绩传送至位次换算模块m1,将画像测评作答数据传送至画像匹配模块m4;由位次换算模块m1从一分一段表库d1中调取该省份当年该科类的一分一段表,以考生高考成绩分数对应的累计人数确定考生的全省位次;结合近若干年的一分一段表与录取数据,通过基于一分一段表累计人数的等位次换算将考生当年位次映射为各历史年份的等效分数与等效位次;再依据各批次控制线与历年数据,输出考生的层次定位标签;
29、步骤s2,院校专业匹配定位:根据考生的专业意向,在招生计划库d2中全域检索开设意向专业的招生单元;对每一候选招生单元,由组认领对齐模块m2经组认领对齐建立历年录取数据与当年招生单元的对应关系后,从历年投档线库d3中提取其历年投档最低分及对应位次、招生计划数、院校实力评价数据;由梯度划分模块m3以位次比落入预设区间的方式,将候选单元梯度划分为冲击层、稳妥层及保底层三个梯度,所述位次比为候选招生单元的历史录取位次与考生位次的比值;
30、步骤s3,考生画像定位:基于步骤s1采集的职业性格测评与兴趣偏好问卷作答数据,生成包含职业规划倾向、性格特质、学科优势、兴趣方向、特长能力的考生画像标签集;由画像匹配模块m4将考生画像标签与院校专业标签库d4中各院校专业的培养目标标签、课程特征标签、就业方向标签按分维度增量赋分并加权求和进行匹配计算,得到考生与各候选招生单元的契合度分数;契合度分数作为加权因子参与步骤s4的多目标综合排序;
31、步骤s4,梯度排序与方案生成:由多目标排序模块m5综合步骤s2输出的梯度划分结果与步骤s3的契合度分数,在各梯度层内按契合度分数与录取难度进行多维综合排序,并通过多目标优化生成具有冲—稳—保内部梯度结构的平行志愿方案;其中步骤s1的层次定位标签与位次换算结果,由位次换算模块m1经梯度划分模块m3随梯度划分结果传递至多目标排序模块m5;按目标省份平行志愿容量分配各梯度数量配比,并按冲—稳—保的顺序排列以契合平行志愿遵循志愿顺序的检索规则;对生成的方案执行梯度数量下限校验与自动补充,即校验各梯度层数量是否不低于预设下限,任一梯度层数量不足时自动补充同层候选至达到预设下限;为每个推荐志愿生成录取概率预测与推荐理由说明;
32、步骤s5,否定项筛查与方案定稿:由否定项筛选模块m6从招生章程规则库d5中将各候选院校及专业的招生章程条款解析转化为可计算规则,将考生的各项属性与候选方案中各志愿对应的规则逐条进行匹配,自动过滤不满足硬性条件的志愿;若过滤后某梯度层数量不足,自动从备选候选集即步骤s2中全域检索所得、经排序未纳入当前方案的候选招生单元中按同层排序递补符合条件的替补志愿,递补志愿在进入方案前同样逐条通过全部否定项筛查;若递补后某梯度层数量仍低于预设下限,则联动步骤s4的梯度数量下限校验与自动补充机制继续补充,形成筛查—递补—数量校验的闭环;最终由方案展示模块a2输出符合全部硬性条件的志愿方案,并由报告导出模块a3将该方案连同定位分析与梯度说明生成完整报告导出。
33、优选的,所述步骤s2中建立历年录取数据与当年招生单元的对应关系采用组内成员集合相似度认领机制,该机制步骤如下:
34、步骤s211,先对专业名称做归一化处理,得到当年专业组与历史年份各专业组的组内专业基名集合,所述专业基名指去除专业名称中括号内办学地点、培养方向、办学形式等修饰成分后的名称主干;
35、步骤s212,在同一院校范围内,逐一计算步骤s211中当年专业组与历史年份各专业组的组内专业基名集合的重叠相似度,所述重叠相似度为两个集合的交集元素个数与并集元素个数之比;
36、步骤s213,按重叠相似度由高到低对当年专业组与历史年份专业组作一对一贪心认领,以步骤s212中得到重叠相似度最高且超过预设阈值的历史年份各专业组认领为同一投档单元的历史数据,已被认领的历史年份专业组不再参与后续认领,重叠相似度相同时组编号相同者优先,认领成功的当年专业组继承该历史年份各专业组的投档最低分及位次作为历史参考线,并标注对齐来源年份。
37、优选的,所述步骤s2中,在全域检索并提取历年录取数据之后、梯度划分之前设置数据不对称期回退机制,该机制步骤如下:
38、步骤s221,按批次统计最新年份录取数据的覆盖情况,当检测到最新年份数据仅覆盖部分批次,且步骤s2全域检索所得的候选中,位于考生位次安全方向的候选数量低于预设阈值时,自动将该方向的检索年份范围回退扩展至前一完整年份;
39、步骤s222,将原按最新年份检索所得候选与按步骤s221回退扩展年份后检索所得候选合并,并对同一招生单元去重、保留最新年份数据,保证各梯度层候选充足;最新年份数据补齐后该机制自动退出,不改变常态检索行为。
40、优选的,所述步骤s3中当考生输入明确的专业意向或身份属性约束时,以硬过滤方式仅保留当年专业组组内含有匹配专业的招生单元,且专业属性判定以组内成员专业逐一判定为准;当硬过滤后候选不足时,如实提示并给出放宽条件的替代路径。
41、优选的,所述步骤s4中,在生成具有冲—稳—保内部梯度结构中保底层志愿方案及方案输出前设置滑档风险防控与兜底志愿保障机制,该机制步骤如下:
42、步骤s41,保底层位次安全垫约束:保底志愿的入选条件为历史录取位次低于考生位次,以及要求保底志愿相对考生位次留有不低于预设安全垫下限的位次富余;所述安全垫约束按照位次富余比例区间进行设定;
43、步骤s42,梯度数量下限校验与自动补充:梯度志愿方案生成后,校验各梯度层数量不低于预设下限,任一梯度不足时按序执行补充策略:先在相邻梯度间按排序借调候选,仍不足则自动放宽检索位次区间,并将历史数据检索范围回退扩展至前一完整年份并与步骤s2的数据不对称期回退机制联动,直至保底层数量达标;无法达标时在方案中显著提示滑档风险;
44、步骤s43,兜底顺序约束:保底志愿置于志愿序列尾部,保证冲击和稳妥志愿全部未投出时,检索到序列尾部仍有高概率志愿承接。
45、与现有技术相比较,本发明的有益效果如下:
46、(1)决策效率显著提高:将人工需数天甚至数周的资料检索、数据比对、方案推演压缩为分钟级的自动化流程。
47、(2)推荐准确性提高:以位次而非绝对分数为基准消除年际不可比问题;通过组内成员集合相似度认领机制消除了专业组编号跨年重排造成的历史参考线错配,使历年数据关联建立在投档单元实际内涵之上;现有技术以院校或“院校+组号”为单元跨年直接关联,无法避免此类系统性错配。
48、(3)人校适配性提高:在分数维度之外引入考生画像与专业培养特征的契合度计算,推荐结果由“分数可达”升级为“分数可达且个体适配”。
49、(4)填报安全性提高:针对滑档风险,通过保底层位次安全垫约束剔除“名义保底、实际仅富余数分”的伪保底志愿(安全垫以位次富余比例设定,跨年、跨分数段可比,优于以绝对分数差划分梯度的现有方案),梯度数量下限校验与自动补充机制保证保底层足额、兜底志愿真实可靠;针对退档风险,否定项筛选模块m6将非结构化的招生章程限制条款规则化并逐条校验。二者结合,从滑档、退档两个方向系统性降低平行志愿一轮投档模式下的填报失败风险。
50、(5)结果可解释:每个推荐志愿附带录取概率预测与推荐理由,方案质量可核验。
51、(6)与新高考投档制度深度适配:全流程以真实投档单元——院校专业组——为检索、对齐、梯度划分与筛查对象,推荐结果与投档对象一一对应,可直接用于填报。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com