[發明專利]基于多元評價體系的學位預測方法、裝置、設備和介質

在審

• 申請號: 202210010797.8
• 申請日: 2022-01-06
• 公開（公告）號: CN114037188A
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 徐士亮;楊鵬
• 申請（專利權）人: 中電科新型智慧城市研究院有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/20;G06K9/62
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 梁立耀

1.一種基于多元評價體系的學位預測方法，其特征在于，包括：

獲取待預測學校的相關數據和學位修正數據，所述相關數據包括歷年招生計劃人數和歷年報名人數；

將所述相關數據輸入預先訓練完成的線性回歸模型，獲得所述線性回歸模型輸出的第一學位預測數量；

將所述相關數據輸入預先訓練完成的隨機森林模型，獲得所述隨機森林輸出的第二學位預測數量；

根據所述第一學位預測數量和所述第二學位預測數量，獲得所述待預測學校的第三學位預測數量；

根據所述學位修正數據，計算所述待預測學校的修正值；

使用所述修正值對所述第三學位預測數量進行修正，得到所述待預測學校的最終學位預測數量；

其中，所述學位修正數據包括以下至少一項：住宅與工業用地建設數據、交通基礎設施建設數據、新學校建立數據以及學位供應質量數據；

根據所述學位修正數據，計算所述待預測學校的修正值，包括以下至少一項：根據所述住宅與工業用地建設數據計算第一修正值、根據所述交通基礎設施建設數據計算第二修正值、根據所述新學校建立數據計算第三修正值、以及根據所述學位供應質量數據計算第四修正值；其中，相應地，所述修正值包括以下至少一項：所述第一修正值、所述第二修正值、所述第三修正值和所述第四修正值。

2.如權利要求1所述的方法，其特征在于，根據所述住宅與工業用地建設數據計算第一修正值，包括：

根據所述待預測學校的地理位置信息，確定所述待預測學校的類型，所述待預測學校的類型包括工業區主導學校、居住區主導學校、以及工業區和居住區混合主導學校；

若所述待預測學校為工業區主導學校，將工業區歷史同期增長值確定為所述第一修正值；

若所述待預測學校為居住區主導學校，將居住區歷史同期增長值確定為所述第一修正值；

若所述待預測學校為工業區和居住區混合主導學校，將工業區歷史同期增長值的二分之一和居住區歷史同期增長值的二分之一相加，得到第一相加和，所述第一相加和為所述第一修正值；

其中，所述住宅與工業用地建設數據包括所述地理位置信息。

3.如權利要求1所述的方法，其特征在于，根據所述交通基礎設施建設數據計算第二修正值，包括：

將交通便利系數和一相加，得到第二相加和；

將所述第二相加和和所述待預測學校所在地區的適齡兒童占比以及地區人口增長率相乘，得到所述第二修正值；

其中，所述交通基礎設施建設數據包括所述交通便利系數、所述適齡兒童占比以及所述地區人口增長率。

4.如權利要求1所述的方法，其特征在于，根據所述新學校建立數據計算第三修正值，包括：

將新學校招生數量和新校分流系數相乘，得到第一乘值；

將所述待預測學校的招生數和所述第一乘值相減，得到所述第三修正值；

其中，所述新學校建立數據包括所述新學校招生數量和所述新校分流系數。

5.如權利要求1至4任一項所述的方法，其特征在于，所述學位供應質量數據包括教學質量數據和區位質量數據；

根據所述學位供應質量數據計算第四修正值，包括：

將所述待預測學校的升學率排名、教學質量影響比率和地區適齡兒童數量相乘，得到第五修正值；

根據各個城市服務基礎設施與所述待預測學校之間的距離、區位質量影響比率和所述地區適齡兒童數量，得到第六修正值；

將所述第五修正值和所述第六修正值相加，得到所述第四修正值；

其中，所述教學質量數據包括所述升學率排名和所述教學質量影響比率；所述區位質量數據包括所述城市服務基礎設施與所述待預測學校之間的距離、以及所述區位質量影響比率。

6.如權利要求5所述的方法，其特征在于，所述修正值包括：所述第一修正值、所述第二修正值、所述第三修正值和所述第四修正值；

使用所述修正值對所述第三學位預測數量進行修正，得到所述待預測學校的最終學位預測數量，包括：

將所述第三學位預測數量、所述第一修正值、所述第三修正值和所述第四修正值相加，得到所述最終學位預測數量。