[發明專利]一種面向高考志愿填報的輔助決策方法

在審

• 申請號: 201410171638.1
• 申請日: 2014-04-28
• 公開（公告）號: CN103927602A
• 公開（公告）日: 2014-07-16
• 發明（設計）人: 王劍;李冠峰;王國勇;郭小熙;肖利強;王挺挺;岳霄
• 申請（專利權）人: 河南云卓數據服務有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/20
• 代理公司: 洛陽公信知識產權事務所(普通合伙) 41120
• 代理人: 苗強

技術領域

本發明涉及信息處理及決策領域，具體涉及一種高考志愿填報的輔助決策方法。

背景技術

高考是目前我國高等教育選拔人才的主要途徑，也是絕大多數年輕人實現人生抱負的必經之路，因此考生志愿填報是否合理準確和有效就顯得尤為重要。近些年來，我國高考招生工作雖然經歷了多次深化改革，但仍然普遍存在考生高分落榜和高分低就等問題，導致高考錄取工作不能充分發揮擇優選拔的有效性。其原因是考生和家長難以有效掌握和整合海量分散的各類高考信息以及缺乏專業化的志愿填報指導。

發明內容

本發明為了解決上述的技術問題，提供一種高考志愿填報的輔助決策方法，以歷年來海量歷史高考錄取數據為基礎，進行多維度相關信息的挖掘和分析，預測當年所需學校的錄取分數；根據志愿填報人的分數、意向等信息，基于動態決策技術，獲得滿足填報人需求的一個或多個符合條件學校；對獲得的滿足條件的學校進行評估，給出一個錄取可能性評價，共同支撐填報人完成志愿填報。

本發明所采用的技術方案是：一種面向高考志愿填報的輔助決策方法，所述方法包括以下步驟：

步驟一、數據預處理

步驟101、假定學校信息和影響志愿填報因素的各個分量的集合為????????????????????????????????????????????????，其中，每一個元素是S中的一個子集，代表一個具體的分量；

步驟102、使用近似最優哈弗曼編碼函數，對中元素中的每一個元素進行編碼，則，其中，是中的元素經過編碼后的編碼值集合，中的每一個元素對應中一個特定元素的編碼；

步驟103、將中元素按照優先級從高到底排序，得到一個m維向量；

步驟104、對集合S中的每一個元素都依次進行步驟102和步驟103處理，得到和對應的按照中元素優先級排序的k維向量，且集合S經過歸一化編碼后轉換為,其中，是一個中元素編碼按優先級高低排序的向量；

步驟105、分別用m緯向量和n緯向量表示學校信息和影響志愿填報因素信息，其中，每一個元素表示學校的一個屬性，其取值為對應類型編碼向量中的一個分量，每一個元素一個具體的影響因素，其取值為對應類型編碼向量中的一個分量，根據向量U和向量Q生成最終的志愿信息，其中，表示學校，表示專業；

步驟二、錄取分數預測

步驟201、創建隱馬爾科夫模型，求取模型中的各個參數值，且該模型具有以下元素：（1）狀態S，，N為模型狀態的個數；（2）觀測狀態V，，M為不同觀測符號的個數；（3）狀態轉移概率，，其中；（4）觀測狀態轉移概率，其中；（5）初始狀態概率，其中；

步驟202、給定，根據前向計算和后向計算兩種情況計算；

步驟203、前向計算：對,進行遞歸計算，最終得到；

步驟204、后向計算：對進行遞歸計算，最終得到；

步驟205、由前向計算和后向計算可得，；

步驟206、給定觀測序列和模型參數，定義為時刻時?Markov?鏈處于狀態和時刻處于狀態的概率，即：

，則在時刻，Markov?鏈處于狀態的概率為：，利用公式計算從狀態轉移到狀態的概率，其中，表示從狀態轉移到狀態的次數的期望值，表示從狀態轉移的次數的期望值；

步驟207、利用公式計算在狀態觀測的概率；

步驟208、根據上述步驟得到的參數形成新的模型，其中，，，，，利用歷年歷史分數數據對該模型重復訓練，并調整該模型的參數，直至收斂，此時得到的即為可預測當年錄取分數的分數線預測模型；

步驟三、志愿匹配

步驟301、根據填報人的志愿需求生成志愿需求集合，且PQ的分量是步驟105中的分量的子集，其中一個分量表示一個具體的需求，且上述需求按重要性排序，從中選取第1個需求因素，并根據匹配從學校信息數據庫中的學校信息，篩選出滿足條件的大學的集合；

步驟302、從中選取第2個需求因素，并根據匹配集合的學校信息，篩選出滿足條件的大學的集合；

步驟303、依次選取中的各個需求因素，直至第i次時，從中選取第i個需求因素，并根據匹配集合的學校信息，篩選出滿足條件的大學的集合；

步驟304、重復到從志愿填報人的個性化需求中選取第N個需求因素，并根據匹配集合的學校信息，篩選出滿足條件的大學的集合，即為滿足考生所有要求的學校集合；

步驟305、根據志愿填報人的實際需求，生成最優志愿、隨機志愿或者自定義志愿；