[发明专利]一种基于大数据及人工智能的高考志愿精测方法及系统

权利要求书

1.一种基于大数据及人工智能的高考志愿精测方法，其特征在于：包括如下步骤：

步骤10、选择以学校为主的报考模式或以专业为主的报考模式，并输入学生个人信息，所述学生个人信息包括学生的生源地、意向省份、分数、科目、意向学校和意向专业；在以学校为主的报考模式下，所述科目为文理分科；在以专业为主的报考模式下，所述科目为选课科目；

步骤20、采用选择以学校为主的报考模式时，根据去年和今年的招考信息对今年学生的分数进行调整，得到与去年相当的修正分数，并根据学校的历年录取分数线和对应的批次线分数的差值对去年学校录取分数线进行调整，得到去年学校修正录取分数线，将所述修正分数减去学校修正录取分数线得到第一分数差，筛选所有第一分数差在一定范围内的学校作为备选学校供学生选择；

步骤30、采用以专业为主的报考模式时，根据去年和今年的招考信息对今年学生的分数进行调整，得到与去年相当的修正分数，将所述修正分数减去意愿专业去年的录取分数线得到第二分数差，筛选所有第二分数差在一定范围内的意愿专业作为备选专业供学生选择。

2.根据权利要求1所述的一种基于大数据及人工智能的高考志愿精测方法，其特征在于：所述步骤20进一步包括：

步骤21、采用选择以学校为主的报考模式时，获取去年和今年的招考信息以及学生分数排名信息，将今年招生人数与去年招生人数进行比较得到招生人数差，根据招生人数差对应的分数差对今年的学生分数进行修正，得到与去年相当的修正分数；

步骤22、获取学校前四年的录取分数和对应的批次线分数，计算每一年的录取分数和批次线分数的差值，得到四个差值Y4、Y3、Y2、Y1，对其中最早的三年的差值求第一平均值m1＝(Y4+Y3+Y2)/3，再将第一平均值m1减去年的差值Y1求第二平均值m2＝(m1-Y1)/3，将第二平均值加上去年的分差得到修正分差Y0＝Y1+m2，将修正分差与去年批次分数进行计算得到去年学校修正录取分数线；

步骤23、将所述修正分数减去去年学校修正录取分数线得到第一分数差，筛选所有第一分数差在一定范围内的学校并进行展示，供学生选择。

3.根据权利要求2所述的一种基于大数据及人工智能的高考志愿精测方法，其特征在于：所述步骤30进一步包括：

步骤31、采用以专业为主的报考模式时，获取去年和今年的招考信息以及学生分数排名信息，将今年招生人数与去年招生人数进行比较得到招生人数差，根据招生人数差对应的分数差对今年的学生分数进行修正，得到与去年相当的修正分数；

步骤32、将学生的修正分数减去意愿专业去年的录取分数线得到第二分数差，筛选所有第二分数差在一定范围内的意愿专业并进行展示，供学生选择。

4.根据权利要求3所述的一种基于大数据及人工智能的高考志愿精测方法，其特征在于：所述步骤21和步骤31中的修正分数的计算均采用如下计算方式：

若今年招生人数比去年多x人，则所述修正分数为今年的学生分数加上今年x人的分数差，否则，若今年招生人数比去年少x人，则所述修正分数为今年的学生分数减去今年x人的分数差，其中x的值为整数。

5.根据权利要求1所述的一种基于大数据及人工智能的高考志愿精测方法，其特征在于：所述备选学校按照分数从高到低排列展示给学生，供学生选择；

所述备选专业按照分数从高到低排列展示给学生，供学生选择。