一种走班制下的智能选科方法及其系统与流程

1.本发明涉及教育信息化的技术领域，尤其涉及到一种走班制下的智能选科方法及其系统。


背景技术：

2.随着全国高考试点改革的推进，各省相继开始实行新高考政策。新高考改革下设计的“3 3”新高考选科模式,赋予了学生充分的自由选择权,可以自主决定科目组合。
3.在不同地域，推行不同的选科方式，例如浙江推行的是7选3，上海推行的是6选3，广东推行的是2选1 4选2。不同的选科方式有不同的科目组合，例如广东模式有12种组合，上海模式有20种组合，而浙江模式有35种组合。过于灵活的组合会在一定程度上给学生造成选择上的困难。
4.目前市面上流行的智能选科系统，多数是由学校给出特定的科目组合，再由学生进行选择，选择完后就可以直接确定下来。而学生受限于自身的认知和经验，在选择科目时，往往犹豫不决，而且难以选择到最适合自身发展的科目组合


技术实现要素：

5.本发明的目的在于克服现有技术的不足，提供一种走班制下的智能选科方法，将学生的兴趣和历次重要考试的成绩有机结合起来，进行了量化计算，能有效帮助学生进行学科选择，解决了学生选科无从下手，难以准确选择适合自己发展的学科的问题。
6.为实现上述目的，本发明所提供的技术方案为：
7.一种走班制下的智能选科方法，包括以下步骤：
8.s1、发布选科任务，提供某一地区院校各专业及各专业对应的科目组合，导入一次或多次考试成绩，计算每个学生各自在每种科目组合下的综合排名，并依据该综合排名对每种科目组合由高到低进行排序，得到对应每个学生的由专业和对应的科目组合组成的有序的科目组合列表；
9.s2、学生登录后浏览步骤s1所述某一地区院校各专业对应的科目组合并从有序的科目组合列表中选择科目组合；
10.s3、统计学生浏览步骤s1所述某一地区院校各专业对应的科目组合的情况，计算学生对于每种科目组合的兴趣系数；
11.s4、依据步骤s1导入的一次或多次考试成绩，计算学生浏览的多个科目组合中其最高的等级赋分总和lmax以及其最高的综合评价分数smax；
12.s5、结合学生多个科目组合中最高的等级赋分总和lmax和以及最高的综合评价分数smax，对学生最新选择的科目组合进行智能分析，得出该科目组合对于学生的合理度分析结果；
13.s6、学生结合合理度分析结果作最后的选科决定。
14.进一步地，所述步骤s1中，导入一次考试成绩时，计算该次考试中所有学生每种科
目组合的成绩，并依据该次考试中所有学生每种科目组合的成绩，得出每个学生在每种科目组合下的综合排名。
15.进一步地，所述步骤s1中，导入多次考试成绩时，计算每种科目组合下，学生的综合排名的具体步骤包括：
16.a1、依据该多次考试的重要程度配置相应权重；
17.a2、计算每次考试中所有学生每种科目组合的成绩；
18.a3、将计算得到的每次考试中所有学生每种科目组合的成绩乘以相应的权重；
19.a4、将乘以相应的权重后的每次考试中所有学生每种科目组合的成绩相加，得到多次考试后所有学生每种科目组合的综合成绩；
20.a5、依据多次考试后所有学生每种科目组合的综合成绩，得出任一学生在每种科目组合下的综合排名。
21.进一步地，所述步骤s3中，统计学生浏览步骤s1所述某一地区院校各专业对应的科目组合的情况，通过每种科目组合的浏览次数除以所有科目组合总的浏览次数，计算得到学生对于每种科目组合的兴趣系数。
22.进一步地，所述步骤s4中，
23.只导入一次考试成绩时，包括：
24.b1、计算学生每个科目的成绩[z1,z2,z3,
…
,zn]的等级赋分
[0025]
[f1,f2,f3,
…
,fn]和不同科目组合的等级赋分总和[l1,l2,l3,
…
,lm]；
[0026]
b2、对不同科目组合的等级赋分总和[l1,l2,l3,
…
,lm]进行排序，得到多个科目组合中最高的等级赋分总和lmax；
[0027]
b3、依据公式s＝p*l，计算不同科目组合的综合评价分数[s1,s2,s3,
…
,sm]，其中p为对应的科目组合的兴趣系数，l为对应的科目组合的等级赋分总和；
[0028]
b4、对不同科目组合的综合评价分数[s1,s2,s3,
…
,sm]进行排序，得到多个科目组合中最高的综合评价分数smax；
[0029]
进一步地，所述步骤s4中，导入多次考试成绩时，对该多次考试的不同科目组合的等级赋分总和进行加权平均，得到能代表该多次考试的不同科目组合的等级赋分总和。
[0030]
进一步地，所述步骤s5具体包括：
[0031]
c1、将最高的综合评价分数smax与学生最新选择的科目组合对应的综合评价分数si进行对比，得到该两个综合评价分数的分差
△
s；
[0032]
c2、将最高的等级赋分总lmax与学生最新选择的科目组合对应的等级赋分总和li进行对比，得到该两个等级赋分总和的分差
△
l；
[0033]
c3、结合
△
s和
△
l进行判断，
[0034]
若
△
s≤k*lmax或
△
l＜k*lmax，k为设定阈值，则显示学生最新选择的科目组合为合理科目组合；
[0035]
若
△
s＞k*lmax且
△
l＞等于k*lmax，则显示学生最新选择的科目组合为不合理科目组合。
[0036]
进一步地，所述步骤s6中，
[0037]
若合理度分析结果显示学生最新选择的科目组合为不合理科目组合，则提示学生慎重选择，同时给出合理的科目组合供学生选择；若学生坚持选择不合理的科目组合，系统
允许该选择；
[0038]
若学生最新选择的科目组合为合理科目组合但学生想重新选择科目组合，学生重新选择科目组合，并返回步骤s5。
[0039]
为实现上述目的，本发明另外提供一种走班制下的智能选科系统，包括发布模块、导入模块、选择模块、计算模块、统计模块、分析模块、结果显示模块；
[0040]
其中，
[0041]
所述发布模块，用于发布选科任务；
[0042]
所述导入模块，用于导入所有学生一次或多次的考试成绩；
[0043]
所述选择模块，用于提供某一地区各专业及各专业对应的科目组合列表并得到学生选择科目组合的选择结果；
[0044]
所述计算模块，用于计算学生每种科目组合的成绩、学生对于每种科目组合的兴趣系数、学生浏览的多个科目组合中其最高的等级赋分总和lmax以及其最高的综合评价分数smax；
[0045]
所述统计模块，用于统计学生浏览各专业对应的科目组合的情况；
[0046]
所述分析模块，用于结合学生的最高的等级赋分总和lmax和以及最高的综合评价分数smax，对学生最新选择并提交的科目组合进行智能分析，得出该科目组合对于学生的合理度分析结果；
[0047]
所述结果显示模块，用于给学生显示其选择的科目组合的合理度分析结果。
[0048]
进一步地，所述计算模块包括科目组合成绩计算子模块、科目组合兴趣系数计算子模块、最高等级赋分总和计算子模块以及最高综合评价分数计算子模块；
[0049]
其中，
[0050]
所述科目组合成绩计算子模块，用于计算学生每种科目组合的成绩；
[0051]
所述科目组合兴趣系数计算子模块，用于计算学生对于每种科目组合的兴趣系数；
[0052]
所述最高等级赋分总和计算子模块，用于计算学生最高的等级赋分总和lmax；
[0053]
所述最高综合评价分数计算子模块，用于计算学生最高的综合评价分数smax。
[0054]
与现有技术相比，本技术方案的原理及优点如下：
[0055]
1、本技术方案在引入各专业及各专业对应的科目组合的基础上，将学生的兴趣和历次重要考试的成绩有机结合起来，进行了量化计算(增加了学生每个科目的等级赋分计算，获得不同科目组合的等级赋分总和以及每种科目组合的综合评价分数)，能有效帮助学生进行学科选择，解决了学生选科无从下手，难以准确选择适合自己发展的学科的问题。
[0056]
2、各专业对应的科目组合较多，若将所有科目组合无序地混合在一起，学生选择的效率较低(学生不知道自己考出来的成绩对应于哪些科目组合比较合适)。为此，本技术方案计算每个学生各自在每种科目组合下的综合排名，并依据该综合排名对每种科目组合由高到低进行排序，得到对应每个学生的由专业和对应的科目组合组成的有序的科目组合列表，学生从该有序的科目组合列表选择科目组合，能大大提高选择效率。
附图说明
[0057]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现
有技术描述中所需要使用的服务作简单地介绍，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。
[0058]
图1为本发明实施例一中一种走班制下的智能选科方法的原理流程图；
[0059]
图2为本发明实施例一中一种走班制下的智能选科方法中求取科目综合评价分数的原理流程图；
[0060]
图3为本发明实施例一中一种走班制下的智能选科方法中对学生最新选择的科目组合进行智能分析的原理流程图；
[0061]
图4为本发明实施例二中一种走班制下的智能选科系统的结构示意图；
[0062]
图5为本发明实施例二中一种走班制下的智能选科系统中计算模块的结构示意图。
具体实施方式
[0063]
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
[0064]
实施例一：
[0065]
如图1所示，本实施例所述的一种走班制下的智能选科方法，包括以下步骤：
[0066]
s1、发布选科任务，提供广东地区院校各专业及各专业对应的科目组合，导入所有学生一次或多次考试成绩，计算每个学生各自在每种科目组合下的综合排名，并依据该综合排名对每种科目组合由高到低进行排序，得到对应每个学生的由专业和对应的科目组合组成的有序的科目组合列表；
[0067]
本步骤中，
[0068]
导入一次考试成绩时，计算该次考试中所有学生每种科目组合的成绩，并依据该次考试中所有学生每种科目组合的成绩，得出每个学生在每种科目组合下的综合排名。
[0069]
导入多次考试成绩时，计算每种科目组合下，每个学生的综合排名的具体步骤包括：
[0070]
a1、依据该多次考试的重要程度配置相应权重(市级统考》区级统考》跨校联考》校内统考，例如权重分别为0.4、0.3、0.2和0.1且权重之和为1)；
[0071]
a2、计算每次考试中所有学生每种科目组合的成绩；
[0072]
a3、将计算得到的每次考试中所有学生每种科目组合的成绩乘以相应的权重；
[0073]
a4、将乘以相应的权重后的每次考试中所有学生每种科目组合的成绩相加，得到多次考试后所有学生每种科目组合的综合成绩；
[0074]
a5、依据多次考试后所有学生每种科目组合的综合成绩，得出任一学生在每种科目组合下的综合排名。
[0075]
s2、接着，学生a登录后浏览广东地区院校各专业对应的科目组合并从有序的科目组合列表中选择科目组合。
[0076]
s3、统计学生a浏览广东地区院校各专业对应的科目组合的情况，通过每种科目组合的浏览次数除以所有科目组合总的浏览次数，计算得到学生a对于每种科目组合的兴趣系数，得[p1,p2,p3,
…
,pm](已知有m种科目组合)。
[0077]
s4、依据步骤s1导入的一次或多次考试成绩，计算学生a浏览的多个科目组合中其最高的等级赋分总和lmax以及其最高的综合评价分数smax；
[0078]
本步骤中，
[0079]
只导入一次考试成绩时，包括：
[0080]
b1、计算学生a每个科目的成绩[z1,z2,z3,
…
,zn]的等级赋分
[0081]
[f1,f2,f3,
…
,fn]和不同科目组合的等级赋分总和[l1,l2,l3,
…
,lm]；
[0082]
b2、对不同科目组合的等级赋分总和[l1,l2,l3,
…
,lm]进行排序，得到多个科目组合中最高的等级赋分总和lmax；
[0083]
b3、依据公式s＝p*l，计算不同科目组合的综合评价分数[s1,s2,s3,
…
,sm]，其中p为对应的科目组合的兴趣系数，l为对应的科目组合的等级赋分总和；
[0084]
b4、对不同科目组合的综合评价分数[s1,s2,s3,
…
,sm]进行排序，得到多个科目组合中最高的综合评价分数smax；
[0085]
上述中，求取科目综合评价分数的过程如图2所示。
[0086]
导入多次考试成绩时，包括：
[0087]
对该多次考试的不同科目组合的等级赋分总和进行加权平均(为每次考试配置不同的权重，可以参考或直接应用a1步骤中的权重)，得到能代表该多次考试的不同科目组合的等级赋分总和。
[0088]
(本步骤中，所述的等级赋分是按照分数排名的百分比计算成绩，用来统计选考科目的成绩。即将学生a的卷面分数，按照参加考试人数的排名把一定区间内的成绩划分为一个等级，这个等级对应分数就是等级赋分。等级赋分取决于排名等级，它使不同科目成绩之间的比较变得更加客观公正)
[0089]
s5、结合学生a多个科目组合中最高的等级赋分总和lmax和以及最高的综合评价分数smax，对学生a最新选择的科目组合进行智能分析，得出该科目组合对于学生a的合理度分析结果；
[0090]
如图3所示，本步骤具体包括：
[0091]
c1、将最高的综合评价分数smax与学生a最新选择的科目组合对应的综合评价分数si进行对比，得到该两个综合评价分数的分差
△
s；
[0092]
c2、将最高的等级赋分总lmax与学生a最新选择的科目组合对应的等级赋分总和li进行对比，得到该两个等级赋分总和的分差
△
l；
[0093]
c3、结合
△
s和
△
l进行判断，
[0094]
若
△
s≤k*lmax或
△
l＜k*lmax，k设定为0.1，则显示学生a最新选择的科目组合为合理科目组合；
[0095]
若
△
s＞k*lmax且
△
l＞等于k*lmax，则显示学生a最新选择的科目组合为不合理科目组合。
[0096]
s6、学生a结合合理度分析结果作最后的选科决定。
[0097]
本步骤中，若合理度分析结果显示学生a最新选择的科目组合为不合理科目组合，则提示学生a慎重选择，同时给出合理的科目组合供学生a选择；若学生a坚持选择不合理的科目组合，系统允许该选择；
[0098]
若学生a最新选择的科目组合为合理科目组合但学生a想重新选择科目组合，学生
a重新选择科目组合，并返回步骤s5。
[0099]
实施例二：
[0100]
如图4所示，本实施例公提供了一种走班制下的智能选科系统，所述走班制下的智能选科系统用于实现上述走班制下的智能选科方法，其具体包括发布模块1、导入模块2、选择模块3、计算模块4、统计模块5、分析模块6、结果显示模块7；
[0101]
其中，
[0102]
所述发布模块1，用于发布选科任务；
[0103]
所述导入模块2，用于导入所有学生一次或多次的考试成绩；
[0104]
所述选择模块3，用于提供某一地区各专业及各专业对应的科目组合列表并得到学生选择科目组合的选择结果；
[0105]
所述计算模块4，用于计算学生每种科目组合的成绩、学生对于每种科目组合的兴趣系数、学生浏览的多个科目组合中其最高的等级赋分总和lmax以及其最高的综合评价分数smax；
[0106]
所述统计模块5，用于统计学生浏览各专业对应的科目组合的情况；
[0107]
所述分析模块6，用于结合学生的最高的等级赋分总和lmax和以及最高的综合评价分数smax，对学生最新选择并提交的科目组合进行智能分析，得出该科目组合对于学生的合理度分析结果；
[0108]
所述结果显示模块7，用于给学生显示其选择的科目组合的合理度分析结果。
[0109]
具体地，如图5所示，上述的计算模块4包括科目组合成绩计算子模块4-1、科目组合兴趣系数计算子模块4-2、最高等级赋分总和计算子模块4-3以及最高综合评价分数计算子模块4-4；
[0110]
其中，
[0111]
所述科目组合成绩计算子模块4-1，用于计算学生每种科目组合的成绩；
[0112]
所述科目组合兴趣系数计算子模块4-2，用于计算学生对于每种科目组合的兴趣系数；
[0113]
所述最高等级赋分总和计算子模块4-3，用于计算学生最高的等级赋分总和lmax；
[0114]
所述最高综合评价分数计算子模块4-4，用于计算学生最高的综合评价分数smax。
[0115]
以上所述之实施例子只为本发明之较佳实施例，并非以此限制本发明的实施范围，故凡依本发明之形状、原理所作的变化，均应涵盖在本发明的保护范围内。