一种招生系统的制作方法

1.本发明属于互联网技术领域，尤其涉及一种招生系统。


背景技术：

2.随着互联网技术的发展，越来越多的信息发布都是在网上进行。如教育培训机构会经常在网络上发布一些招生信息类的广告，但网上发布很难知道客户的意向度，虽然能够获得大量的客户咨询，但最终招生成功的客户却占比很小，无效的客户太多，浪费了咨询人员太多的精力。


技术实现要素：

3.本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种招生系统，能够有效分辨客户的意向度，便于咨询人员根据意向度筛除无效的客户。
4.为解决上述技术问题，本发明采用的技术方案是：一种招生系统，包括用户端、服务端和发布端；
5.所述用户端，用于制作招生信息；
6.所述发布端，用于发布招生信息，并且采集客户的特征信息；
7.所述服务端，用于将所述发布端采集的客户的特征信息输入预置的机器学习模型，预测客户报名的意向度，所述客户报名的意向度指客户对招生信息中所发布的一个课程的意向报名的程度。
8.上述招生系统，所述客户的特征信息包括年龄、性别、年级、对招生信息中各个课程宣传页面的停留时间、每个课程宣传页面的打开次数、智力测试结果。
9.上述招生系统，所述机器学习模型为经过训练的模糊k近邻算法模型。
10.上述招生系统，所述模糊k近邻算法模型训练时，基于历史客户报名数据采用五折交叉验证法训练而成，所述历史客户报名数据包括客户的特征信息和客户最终所报名的课程id，若历史客户未报名，则课程id为空值。
11.上述招生系统，所述服务端每当新增历史客户报名数据达到p条后，基于所述p条历史客户报名数据对所述模糊k近邻算法模型执行训练一次。
12.上述招生系统，所述用户端制作招生信息时，通过调用外部文字编辑程序、图片编辑程序和/或视频编辑程序进行制作。
13.本发明与现有技术相比具有以下优点：本发明能够有效分辨客户的意向度，便于咨询人员根据意向度筛除无效的客户。
14.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
15.图1为本发明的系统架构图。
具体实施方式
16.如图1所示，一种招生系统，包括用户端100、服务端200和发布端300；
17.所述用户端100，用于制作招生信息；
18.所述发布端300，用于发布招生信息，并且采集客户的特征信息；
19.所述服务端200，用于将所述发布端300采集的客户的特征信息输入预置的机器学习模型，预测客户报名的意向度，所述客户报名的意向度指客户对招生信息中所发布的一个课程的意向报名的程度。
20.需要说明的是，本实施例中，所述用户端100制作招生信息时，通过调用外部文字编辑程序、图片编辑程序和视频编辑程序进行制作。所述文字编辑程序、图片编辑程序和视频编辑程序均为现有技术。
21.本实施例中，所述客户的特征信息包括年龄、性别、年级、对招生信息中各个课程宣传页面的停留时间、每个课程宣传页面的打开次数、智力测试结果。
22.需要说明的是，所述对招生信息中各个课程宣传页面的停留时间和每个课程宣传页面的打开次数，均通过在发布端300中使用数据埋点的方式进行采集。
23.本实施例中，所述机器学习模型为经过训练的模糊k近邻算法模型。
24.本实施例中，所述模糊k近邻算法模型训练时，基于历史客户报名数据采用五折交叉验证法训练而成，所述历史客户报名数据包括客户的特征信息和客户最终所报名的课程id，若历史客户未报名，则课程id为空值。
25.本实施例中，所述服务端200每当新增历史客户报名数据达到p条后，基于所述p条历史客户报名数据对所述模糊k近邻算法模型执行训练一次。本实施例中，p为1000条，通过不间断的摄入新数据对模糊k近邻算法模型进行优化，使模糊k近邻算法模型的性能越来越好
26.需要说明的是，模糊k-最近邻(fuzzy k-nearest neighbor，fknn)算法首次将训练样本的类别模糊化后得到隶属度(属于每一类的可能程度)，由此判断待分类样本的类别。在本实施例应用中，隶属度作为客户报名的意向度，即能够得到客户意向课程信息，又能够得到意向度信息，一举两得。
27.以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。


技术特征：
1.一种招生系统，其特征在于：包括用户端、服务端和发布端；所述用户端，用于制作招生信息；所述发布端，用于发布招生信息，并且采集客户的特征信息；所述服务端，用于将所述发布端采集的客户的特征信息输入预置的机器学习模型，预测客户报名的意向度，所述客户报名的意向度指客户对招生信息中所发布的一个课程的意向报名的程度。2.按照权利要求1所述的一种招生系统，其特征在于：所述客户的特征信息包括年龄、性别、年级、对招生信息中各个课程宣传页面的停留时间、每个课程宣传页面的打开次数、智力测试结果。3.按照权利要求1所述的一种招生系统，其特征在于：所述机器学习模型为经过训练的模糊k近邻算法模型。4.按照权利要求3所述的一种招生系统，其特征在于：所述模糊k近邻算法模型训练时，基于历史客户报名数据采用五折交叉验证法训练而成，所述历史客户报名数据包括客户的特征信息和客户最终所报名的课程id，若历史客户未报名，则课程id为空值。5.按照权利要求4所述的一种招生系统，其特征在于：所述服务端每当新增历史客户报名数据达到p条后，基于所述p条历史客户报名数据对所述模糊k近邻算法模型执行训练一次。6.按照权利要求1所述的一种招生系统，其特征在于：所述用户端制作招生信息时，通过调用外部文字编辑程序、图片编辑程序和/或视频编辑程序进行制作。

技术总结
本发明公开了一种招生系统，包括用户端、服务端和发布端；所述用户端，用于制作招生信息；所述发布端，用于发布招生信息，并且采集客户的特征信息；所述服务端，用于将所述发布端采集的客户的特征信息输入预置的机器学习模型，预测客户报名的意向度，所述客户报名的意向度指客户对招生信息中所发布的一个课程的意向报名的程度。本发明能够有效分辨客户的意向度，便于咨询人员根据意向度筛除无效的客户。户。户。


技术研发人员：王梓煜
受保护的技术使用者：上海闪煜信息科技有限公司
技术研发日：2021.09.18
技术公布日：2023/3/24