一种高校录取分数线预测方法及系统

本发明涉及数据分析处理，尤其涉及一种高校录取分数线预测方法及系统。

背景技术：

1、志愿填报是考生高考录取进入大学的关键一步，直接影响到广大学子未来的发展道路，但是随着高等教育规模不断扩大，面对数量繁多的高等院校及其复杂的专业门类，考生往往感到眼花缭乱，力不从心。传统的志愿填报方式主要依赖于考生和家长的经验和判断，现有的一些高校录取率预测方法误差较大，适用性不强，志愿填报存在一定的盲目性和风险。

技术实现思路

1、本发明提供一种高校录取分数线预测方法及系统，用以解决现有技术中至少一种缺陷，实现录取分数线的精准预测，以指导学生的志愿填报。

2、第一方面，本发明提供一种高校录取分数线预测方法，包括：获取目标高校的历史数据；所述历史数据包括不同类型的录取分数线相关数据：历年的录取分数线，历年的录取分数线对应的录取位次以及历年的录取分数线与对应批次线的分数差值；基于每种类型的录取分数线相关数据，利用预测类数据分析方法，求解出每种类型的录取分数线相关数据对应的预测序列；从所有类型的预测序列中，确定出预测精度最优的目标预测序列；基于所述目标预测序列，利用预测类数据分析方法预测所述目标高校当前的录取分数线。

3、根据本发明提供的一种高校录取分数线预测方法，所述预测类数据分析方法为灰色预测模型。

4、根据本发明提供的一种高校录取分数线预测方法，在所述目标预测序列的类型为录取分数线预测序列的情况下，基于所述目标预测序列，利用预测类数据分析方法预测所述目标高校当前的录取分数线，具体为：基于所述录取分数线预测序列，利用预测类数据分析方法，预测出所述目标高校当前的录取分数线。

5、根据本发明提供的一种高校录取分数线预测方法，在所述目标预测序列的类型为录取位次预测序列的情况下，基于所述目标预测序列，利用预测类数据分析方法预测所述目标高校当前的录取分数线，具体为：基于所述录取位次预测序列，利用预测类数据分析方法，预测出所述目标高校当前的录取位次；根据当前的录取次数，利用当前的一分一段表，确定出所述目标高校当前的录取分数线。

6、根据本发明提供的一种高校录取分数线预测方法，在所述目标预测序列的类型为分数差值预测序列的情况下，基于所述目标预测序列，利用预测类数据分析方法预测所述目标高校当前的录取分数线，具体为：基于所述分数差值预测序列，利用预测类数据分析方法，预测出所述目标高校当前的分数差值；根据当前的分数差值与当前的批次线，确定出所述目标高校当前的录取分数线。

7、根据本发明提供的一种高校录取分数线预测方法，从所有类型的预测序列中，确定出预测精度最优的目标预测序列，包括：计算每种类型的预测序列的平均相对误差；将平均相对误差最小的预测序列，作为目标预测序列。

8、第二方面，本发明提供一种普通高校招生计划查询与志愿填报辅助系统，应用上述任一所述的高校录取分数线预测方法进行录取分数线进行录取分数线的预测，包括：登录系统、招生计划查询系统、志愿填报辅助系统；

9、所述登录系统，用于用户获取登录权限，以登录普通高校招生计划查询与志愿填报辅助系统；

10、所述招生计划查询系统，用于计划调整公告查询、招生计划查询以及意向志愿管理；

11、所述志愿填报辅助系统，用于根据预测出的录取分数线，结合招生信息进行志愿的辅助填报。

12、根据本发明提供的普通高校招生计划查询与志愿填报辅助系统，包括考生版、管理员版、统计系统版、数据信息管理版四个版本；

13、其中，所述考生版供考生登录使用；所述管理员版本供管理员使用；所述统计系统版具有数据分析功能，可通过生成各市区考生使用情况数据、查询各市区考生使用情况数据，查询考生院校专业组、专业关注情况；所述数据信息管理版用于数据库维护管理。

14、第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述高校录取分数线预测方法的步骤。

15、第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述高校录取分数线预测方法的步骤。

16、本发明提供的高校录取分数线预测方法及系统，结合高校历年录取信息和考生报考等数据，运用灰色verhulst预测模型预测各高校录取分数线，预测结果精度高，适用性广，能够有效帮助考生在填报前评估志愿填报的风险，避免“滑档”或“高分低就”等现象。

17、进一步的，本发明提供的系统拥有丰富的院校查询数据库，将考区、文理科、分数、专业组及专业名称等信息整合在一起，满足考生个性化筛选和查询需求，能够给考生志愿填报提供有效指导。

技术特征：

1.一种高校录取分数线预测方法，其特征在于，包括：

2.根据权利要求1所述的高校录取分数线预测方法，其特征在于，所述预测类数据分析方法为灰色预测模型。

3.根据权利要求1所述的高校录取分数线预测方法，其特征在于，在所述目标预测序列的类型为录取分数线预测序列的情况下，基于所述目标预测序列，利用预测类数据分析方法预测所述目标高校当前的录取分数线，具体为：

4.根据权利要求1所述的高校录取分数线预测方法，其特征在于，在所述目标预测序列的类型为录取位次预测序列的情况下，基于所述目标预测序列，利用预测类数据分析方法预测所述目标高校当前的录取分数线，具体为：

5.根据权利要求1所述的高校录取分数线预测方法，其特征在于，在所述目标预测序列的类型为分数差值预测序列的情况下，基于所述目标预测序列，利用预测类数据分析方法预测所述目标高校当前的录取分数线，具体为：

6.根据权利要求1所述的高校录取分数线预测方法，其特征在于，从所有类型的预测序列中，确定出预测精度最优的目标预测序列，包括：

7.一种普通高校招生计划查询与志愿填报辅助系统，应用如权利要求1至6中任一项所述的高校录取分数线预测方法进行录取分数线的预测，其特征在于，包括：登录系统、招生计划查询系统、志愿填报辅助系统；

8.根据权利要求7所述的普通高校招生计划查询与志愿填报辅助系统，其特征在于，所述普通高校招生计划查询与志愿填报辅助系统分为考生版、管理员版、统计系统版、数据信息管理版四个版本；

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述高校录取分数线预测方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述高校录取分数线预测方法的步骤。

技术总结
本发明提供一种高校录取分数线预测方法及系统，属于数据分析技术领域，所述方法包括：获取目标高校的历史数据；所述历史数据包括不同类型的录取分数线相关数据；基于每种类型的录取分数线相关数据，利用预测类数据分析方法，求解出每种类型的录取分数线相关数据对应的预测序列；从所有类型的预测序列中，确定出预测精度最优的目标预测序列；基于所述目标预测序列，利用预测类数据分析方法预测所述目标高校当前的录取分数线。本发明提供的高校录取分数线预测方法及系统，结合高校历年录取信息和考生报考等数据，运用灰色Verhulst预测模型预测各高校录取分数线，预测结果精度高，适用性广，能够有效帮助考生在填报前评估志愿填报的风险。

技术研发人员：刘雄华,周俊杰,童雯茜,李国建,何露露
受保护的技术使用者：武汉工商学院
技术研发日：
技术公布日：2024/2/8