[发明专利]基于线上百分位回归模型的高考录取分数预测算法

权利要求书

1.基于线上百分位回归模型的高考录取分数预测算法，其特征在于：它具体包括以下步骤：一、初始化SignalR消息并通知客户端显示进度条；二、准备预测年份的分数线信息；三、加载预测年份一分一档表；四、找到所有待预测的高校志愿批次信息；五、找出近年来所有录取数据；六、准备线性回归相关数据；七、准备线性回归用年份及平均录取百分位；八、准备最低百分位与平均百分位的差值；九、通过线性回归求得平均线上百分率；十、准备最低百分位与平均百分位的差值平均值；十一、为防止因为回归原因出现的最小线上百分位高于平均线上百分位的情形出现，线上最低百分位根据平均差异求得；十二、如果预测的成绩低于分数线，则直接替换成分数线；十三、根据分数线和预测百分位反推名次；十四、根据名次反推成绩；十五、获取省控线上下名次段；十六、获取当年的一分一档表；十七、预测出高考录取分数。

2.根据权利要求1所述的基于线上百分位回归模型的高考录取分数预测算法，其特征在于：所述的步骤六中线性回归相关数据是使用高校各年录取平均分线上百分位上建立的。

3.根据权利要求1所述的基于线上百分位回归模型的高考录取分数预测算法，其特征在于：所述的步骤十四中需要等待数据全部处理完成后方可进行下一个步骤。

4.根据权利要求1所述的基于线上百分位回归模型的高考录取分数预测算法，其特征在于：所述的步骤十四后，要将预测的百分位转换成排名。

5.根据权利要求1所述的基于线上百分位回归模型的高考录取分数预测算法，其特征在于：所述的步骤十五中要分别获取“本科提前批A”、“本科一批”、“本科提前批B”“本科二批”和“专科批”的线上上下名次段。

6.根据权利要求1所述的基于线上百分位回归模型的高考录取分数预测算法，其特征在于：所述的步骤十五中除了提前批外，预测出来的排名不能比分数线对应的排名还要大。

7.根据权利要求1所述的基于线上百分位回归模型的高考录取分数预测算法，其特征在于：所述的步骤十六之前先要准备分数线字典，关键字是Year+ArtsOrScience，值是整数数组，分别记录一批、二批、专科分数线对应的累计人数。

8.根据权利要求1所述的基于线上百分位回归模型的高考录取分数预测算法，其特征在于：所述的步骤十七中分别预测出“本科一批”、“本科二批”和“专科批”的高考录取分数。