[發(fā)明專利]一種志愿推薦方法、裝置、服務(wù)器及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011312553.2
• 申請(qǐng)日: 2020-11-20
• 公開(kāi)（公告）號(hào): CN112330510A
• 公開(kāi)（公告）日: 2021-02-05
• 發(fā)明（設(shè)計(jì)）人: 聶鐳;齊凱杰;聶穎
• 申請(qǐng)（專利權(quán)）人: 龍馬智芯（珠海橫琴）科技有限公司
• 主分類號(hào): G06Q50/20
• 分類號(hào): G06Q50/20;G06F16/951;G06F16/9535;G06F16/958;G06K9/62
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本申請(qǐng)適用于數(shù)據(jù)處理技術(shù)領(lǐng)域，提供了一種志愿推薦方法、裝置、服務(wù)器及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該方法包括獲取用戶特征信息，利用預(yù)設(shè)的深度學(xué)校模型預(yù)測(cè)與用戶特征信息匹配的待推薦職業(yè)，通過(guò)預(yù)設(shè)的知識(shí)圖譜查找與待推薦職業(yè)關(guān)聯(lián)的待推薦專業(yè)，查找與待推薦專業(yè)對(duì)應(yīng)的待推薦學(xué)校，推薦待推薦專業(yè)以及與待推薦專業(yè)對(duì)應(yīng)的待推薦學(xué)校至用戶。可見(jiàn)，本申請(qǐng)解決了現(xiàn)有技術(shù)中為用戶推薦專業(yè)和學(xué)校的過(guò)程中僅僅只是考慮用戶的分?jǐn)?shù)這一技術(shù)問(wèn)題，達(dá)到充分考慮用戶自身特質(zhì)，為用戶合理的推薦專業(yè)和學(xué)校。

技術(shù)領(lǐng)域

本申請(qǐng)屬于數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種志愿推薦方法、裝置、服務(wù)器及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

高考是我國(guó)高等教育選拔人才的主要途徑，高三畢業(yè)生必須通過(guò)志愿填報(bào)這一環(huán)節(jié)來(lái)選擇高考學(xué)校。但是，一方面，高三畢業(yè)生在填報(bào)志愿前時(shí)間不夠充足；另一方面，高三畢業(yè)生不清楚自己擅長(zhǎng)什么、對(duì)什么感興趣、未來(lái)想從事什么職業(yè)等，導(dǎo)致填報(bào)志愿僅僅根據(jù)高三畢業(yè)生分?jǐn)?shù)或者是家長(zhǎng)的意愿進(jìn)行選擇，比較草率，導(dǎo)致高三畢業(yè)生無(wú)法選擇出適合自己的學(xué)校和專業(yè)，經(jīng)常會(huì)出現(xiàn)高三畢業(yè)生在進(jìn)入大學(xué)后退學(xué)的現(xiàn)象。

現(xiàn)有技術(shù)中，存在輔助高三畢業(yè)生進(jìn)行志愿填報(bào)的應(yīng)用系統(tǒng)，會(huì)根據(jù)高三畢業(yè)生的分?jǐn)?shù)和高考學(xué)校的分?jǐn)?shù)線給高三畢業(yè)生推薦匹配的高考學(xué)校和專業(yè)，盡可能確保高三畢業(yè)生不會(huì)落榜。但是也沒(méi)有考慮綜合考慮高三畢業(yè)生的興趣、性格等特征，導(dǎo)致無(wú)法準(zhǔn)確推薦符合高三畢業(yè)生自身特質(zhì)的高考學(xué)校和專業(yè)。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供了一種志愿推薦方法、裝置、服務(wù)器及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，可以解決現(xiàn)有技術(shù)中為用戶推薦專業(yè)和學(xué)校的過(guò)程中僅僅只考慮用戶的分?jǐn)?shù)這一技術(shù)問(wèn)題。

第一方面，本申請(qǐng)實(shí)施例提供了一種志愿推薦方法，包括：

獲取用戶特征信息；

利用預(yù)設(shè)的深度學(xué)校模型預(yù)測(cè)與所述用戶特征信息匹配的待推薦職業(yè)；

通過(guò)預(yù)設(shè)的知識(shí)圖譜查找與所述待推薦職業(yè)關(guān)聯(lián)的待推薦專業(yè)；

查找與所述待推薦專業(yè)對(duì)應(yīng)的待推薦學(xué)校；

推薦所述待推薦專業(yè)以及與所述待推薦專業(yè)對(duì)應(yīng)的待推薦學(xué)校至用戶。

在第一方面的一種可能的實(shí)現(xiàn)方式中，利用預(yù)設(shè)的深度學(xué)校模型預(yù)測(cè)與所述用戶特征信息匹配的待推薦職業(yè)，包括：

根據(jù)所述用戶特征信息形成所述用戶的用戶畫(huà)像；

將所述用戶畫(huà)像輸入至所述預(yù)設(shè)的深度學(xué)校模型，得到與所述用戶特征信息匹配的待推薦職業(yè)。

在第一方面的一種可能的實(shí)現(xiàn)方式中，根據(jù)所述用戶特征信息形成所述用戶的用戶畫(huà)像，包括：

識(shí)別所述用戶特征信息，得到所述用戶特征信息的第一特征向量值；

聚合所述第一特征向量值得到特征向量序列值，所述特征向量序列值用于表征所述用戶的用戶畫(huà)像。

在第一方面的一種可能的實(shí)現(xiàn)方式中，所述預(yù)設(shè)深度學(xué)校模型包括特征提取器、二分類處理器；

將所述用戶畫(huà)像輸入至所述預(yù)設(shè)的深度學(xué)校模型，得到與所述用戶特征信息匹配的待推薦職業(yè)，包括：

將所述特征向量序列值輸入至所述特征提取器，從所述二分類處理器得到表征所述待推薦職業(yè)的第二特征向量值。

在第一方面的一種可能的實(shí)現(xiàn)方式中，推薦所述待推薦專業(yè)以及與所述待推薦專業(yè)對(duì)應(yīng)的待推薦學(xué)校至用戶，包括：

對(duì)同一所述待推薦專業(yè)對(duì)應(yīng)的至少一個(gè)待推薦學(xué)校進(jìn)行優(yōu)先級(jí)決策；

按所述優(yōu)先級(jí)決策得到的順序所述待推薦專業(yè)以及與所述待推薦專業(yè)對(duì)應(yīng)的待推薦學(xué)校。