论文部分内容阅读
高考志愿填报每年都吸引着社会的极大关注,影响到社会的各个方面,从考生角度讲,影响到考生能否被满意的院校和专业录取;从高校角度讲,影响到高校招生质量和教学的提高;从国家角度讲,影响到国家人才培养和现代化建设的进程。但是高考志愿填报的现状是考生根据网络查询的资料分析、学长学姐的建议、家长和老师的知识积累对前近几年往届考生被录取情况做简单的离散式分析,存在很强的主观因素,未能量化、精确地将所有因素考虑进去。在历年的高校招生录取中、各省考生填报志愿中、高校学科评估中和高校综合实力排名中等积累了大量的、优质的与高考志愿填报相关的数据。因此,本文致力于挖掘这些宝贵的数据资源,为考生和家长提供免费的、量化的、精准的、个性化的高考志愿辅助填报系统。本文采用了回归算法中的支持向量回归算法(SVR),应用收集的2007-2016年各院校各专业的录取平均分数线数据,对2017年的院校专业线进行了预测;采用聚类算法中的模糊聚类算法(FCM)、和问题最优解的遗传算法,针对用户的不同“客户画像”特征,推荐最优的院校和专业供用户填报志愿选择和推荐最优的志愿填报顺序供用户参考。并实现了三个与高考志愿填报相关功能,第一个是查询功能,用户可以查询十年(2007-2016年)各院校各专业的平均录取分数线、六年(2011.2017年)的用户所在省份的各批次录取分数线、各高校最新的综合实力,教学质量,毕业生质量,教师水平,学科水平,专业水平等院校属性等信息;第二个是根据分数选学校功能,用户可以将自己的考试分数、所属省份和学习类型输入系统,系统为用户筛选和评价符合报考条件的院校信息,对筛选的结果进行模糊聚类,为用户提供聚类中心值最高的一类院校作为填报志愿的参考信息;第三个是个性化推荐功能,与第二个功能类似需要用户输入考试分数、所属省份和学习类型信息和做职业性格测试,测试结果可以匹配相关性格适合从事研究的职业和相关专业,通过模糊聚类算法剔除综合实力排名靠后的院校,最后通过遗传算法将最优的院校和专业推荐给用户。系统设计、实现以后,通过不断输入不同信息的测试,推荐结果具有一定的准确性和合理性,证明该系统在为高考考生志愿填报中有一定的辅助作用。