【摘 要】
:
2020年高考后,山东省发布的《2020年山东省普通高校招生填报志愿指南》中阐述了一系列志愿填报及录取规则的改变,标志着山东省“新高考”进入实施阶段。新政策实行后,志愿设置和填报志愿的权限规则都有较大变化。其中,最大的变化当属取消文理分科,采取“3+3”选考模式。同时,志愿填报的模式由“院校+专业”转变为“专业+院校”,每位考生可填报志愿的数量从36个上升到96个。政策改变带来的影响包括2020年
论文部分内容阅读
2020年高考后,山东省发布的《2020年山东省普通高校招生填报志愿指南》中阐述了一系列志愿填报及录取规则的改变,标志着山东省“新高考”进入实施阶段。新政策实行后,志愿设置和填报志愿的权限规则都有较大变化。其中,最大的变化当属取消文理分科,采取“3+3”选考模式。同时,志愿填报的模式由“院校+专业”转变为“专业+院校”,每位考生可填报志愿的数量从36个上升到96个。政策改变带来的影响包括2020年各志愿录取位次的剧烈波动,导致往年可参考录取数据急剧缩水。此外,可填报志愿数量的增加也使得考生在面对海量志愿信息时难以抉择,造成“高分低就”、“录非所愿”等现象。北京大学一项调查结果显示,在京大学生的三分之一对其所学的专业不感兴趣。为解决这些问题,本文对考生用户的需求进行了详细分析,在山东高考新政策实行的背景下,设计了既满足考生的个性化需求,又综合考虑考生的实际分数,并为考生进行个性化推荐的高考志愿推荐系统。首先从网络上爬取历年来全国各院校专业针对山东考生的录取分数,通过分析政策改变前后志愿录取分数变化的规律,选择采用志愿录取分数线与省控线的线差作为时序变量,使用灰色预测模型对2020年各志愿针对山东考生的录取分数进行了预测,并结合当年实际录取分数分析,实验证明该方式与传统的将分数作为时序变量相比,误差缩小了一倍以上。此后结合考生的高考分数和预测的志愿录取分数得出该志愿对该考生的录取概率。其次为考生进行志愿推荐时,以考生分数为基础,辅以考生的个性化需求。为满足不同考生的个性化需求,除考生自己较为明确的目标院校地域、院校等级、校园环境等个性化需求外,本系统还利用性格测试辅助考生明确自身不甚明确的个性化需求。由于考生多数为高中毕业应届生,系统缺乏考生对为志愿的历史评分。为解决传统推荐系统中数据稀疏和冷启动的问题,本文以基于内容的推荐算法为框架,融合基于约束的推荐方法,并通过遗传算法优化了在进行推荐时各个性化需求属性的权重。将考生的录取概率与个性化需求结合,生成志愿分布合理的组合,并在合理排序后将志愿组合推荐给考生。最后,本文利用springboot、mybatis-plus、vue等技术完成了系统的开发。本系统避免了考生在选择96个志愿时选择不合理、排序不合理、填报不完整的问题,为考生进行志愿决策提供了一种实用的决策工具,满足了用户需求。
其他文献
随着5G、移动计算和智能设备等技术的发展与普及,各个领域涌现出了大量的物联网服务。如何从这些海量的物联网服务中找到符合自己需求的高质量物联网服务成了用户面临的挑战。服务推荐技术可以基于历史服务质量数据为用户推荐高质量的服务。然而,由于物联网服务存在着稳定性差、用户经常移动、重复调用等缺点,传统的服务推荐技术很难直接适用于物联网服务的推荐。另一方面,一个用户通常会调用不同厂家提供的物联网服务,用户调
随着高通量测序技术的发展,生物组学数据呈井喷式出现。对癌症组学数据进行深入研究可以挖掘到癌症发展过程中的重要信息,为癌症的诊断和治疗提供理论依据。癌症组学数据通常具有高维小样本的特点,整合的非负矩阵分解(Non-negative Matrix Factorization,NMF)方法可以对数据进行联合分析,从而发现多种类型数据之间的潜在关联。针对现有整合方法存在的流形学习能力不足、模型同质效应较差
随着生活水平的提高,人们的物质需求基本得到满足,安全需求日益凸显,建立温情社区,是提高居民安全感的有效方法,在老旧社区改造过程中,注重空间安全感的营造,能够加强居民之间的情感联系,更能提高居民的幸福感。论文对曲阜市沂河小区进行了多方面调研,使用针对该小区居民的随机问卷、深入访谈等方法,对沂河小区的物质及非物质现状进行调研。研究发现沂河小区物质环境破败、公共空间不足、物业管理混乱、居民类型复杂、居民
情感分析作为挖掘文本语料中用户情感倾向的方法,在当今社会的各个领域有着广泛应用。随着计算机技术的发展,人们不再满足于获取文本语料的粗糙情感倾向,而是希望得到基于属性或功能的细粒度情感倾向。因此,细粒度情感分析逐渐成为该领域的热点研究内容。数据规模扩大,情感语料库构建为词嵌入神经网络应用于细粒度情感分析提供了有利条件。基于双向Transformer编码器模型(Bidirectional Encode
随着物联网(Internet of Things,IoT)的发展,终端设备的数量也在迅速增加。设备会产生大量数据,这些数据具有多样性、实时性等特点。为缓解传统的云计算压力,边缘计算应运而生,它将数据处理下沉至设备边缘附近,可以实时处理靠近终端用户的数据,并且智能分流云任务。区块链技术的去中心化、防篡改和匿名性可以为边缘计算提供新的可信计算环境,同时边缘计算为区块链的可扩展性提供了可能,有助于打破区
高通量测序技术的发展产生了大量的生物组学数据,这些数据中往往包含着生物发展过程中的重要信息。单细胞RNA测序(Single-cell RNA sequencing,Sc RNA-seq)技术的快速发展使生物学家们可以在分子水平上对基因表达数据进行研究。Sc RNA-seq数据的出现也为组学数据的异质性研究提供了可能,对这些数据进行挖掘研究对疾病的诊断、治疗、预防以及探索细胞的分化过程有着重要意义。
随着比特币等各种加密货币以及应用技术的发展,区块链开始在诸多领域中受到越来越多的关注。区块链作为一种分布式账本系统,如何确保在互不信任的节点之间达成一致是它的一个关键问题。而作为区块链的一个重要组成构件,共识算法可以解决一致性问题,且其效率将直接决定了区块链系统的性能。DPoS共识算法因其相对较高的共识效率更易进行优化以满足商业应用环境的要求,从而拥有实际的应用价值与良好的发展前景。然而,在现有的
由于无线传感器网络(Wireless Sensor Networks,WSNs)自身能源的有限性以及网络环境的日益恶化,网络安全面临严峻挑战。攻击者冒充合法用户访问无线传感器网络、攻击网络内部节点、截取公开信道上传输的明文数据,这三种攻击行为给网络带来极大的危害。国内外学者在无线传感器网络安全上做了大量研究工作,但往往只针对单一的攻击行为展开研究。因此,针对上述三种攻击行为,本文从通信实体身份认证
大数据时代下,信息种类和数量急剧增加,信息过载日益突出。面对海量数据,用户难以高效地获得有价值的信息。在这种情况下,推荐系统应运而生。在推荐系统中,基于协同过滤的推荐算法被广泛应用。但是,在分布式环境下,传统的协同过滤算法存在不足之处,具体表现如下:(1)该类算法通常假设用于推荐的数据来自单一平台,并没有考虑在分布式环境下,数据往往分布在多个平台的现状,以及来自多个平台的数据在融合、集成中涉及的用
实训是学生进一步深入理解专业理论的重要环节,是掌握专业技能不可缺少的学习步骤。传统实训教学模式中,学生和教师间互动较少,学生课后复习时难以再现课上教学时的场景。教师对实训教学的效果不够清楚,学生的学习效率和教师的教学效率都大打折扣。除此之外,固定的实训地点和实训时间对学生有着诸多限制,他们难以自主选择自己感兴趣的实训课程随时随地的学习。为解决上述问题,本文设计并实现了一个在线实训研讨云平台。该平台