高考志愿填报App中的个性化推存方法研究与应用

发布时间：2021-09-02 10:08

　　随着教育和网络技术的高速发展,教育领域涉及的新兴信息技术也越来越多。高考是人生一次重要的考试,考后的志愿填报则显得尤为重要,个性化推荐系统是能够根据用户的偏好喜爱在海量的信息之中为用户准确推荐信息的系统,在目前应用广泛,也可应用于考生因院校及专业信息复杂多样而无法快速挑选合适的志愿时对其进行个性化推荐。此类个性化推荐是一种“量体裁衣”式的推荐方法,具有很好的实践意义。本文主要研究两个推荐算法:个性化高校推荐报告系统的推荐算法及基于考生填报数据的个性化招生广告推荐算法。本文的主要工作包括以下几个方面。（1）介绍高考招生体制改革的趋势与现状,并分析国内高考志愿类App个性化推荐功能的不足,提出基于高校投档线分数预测的高校推荐报告生成算法,通过推准率和推全率两个指标对算法进行验证和研究。推准率是算法所推荐高校的准确率,根据推荐报告中考生能上高校的排名进行计算,推全率是推荐报告中考生能上的高校总数与考生实际能上的所有高校总数的比值。通过实验计算2016年江西一本省控线以上所有分数的推准率和推全率对算法进行研究和论证。（2）收集考生用户在使用招生类App模拟填报过程的行为数据,提出个性化招生广告... 

【文章来源】：江西财经大学江西省

【文章页数】：89 页

【学位级别】：硕士

【部分图文】：

图2.1个性化推荐系统模型图

推荐系统用户建模过程

区、近三年高校录取线与省控线的分差、三年平均分差与预测今年分数线信息。在推荐报告界面中可以点击生成文档版报告按钮生成 Excel 文档版推荐报告。生成高校推荐报告时序图如图 3.1 所示。

【参考文献】：
期刊论文
[1]努力建构开放多元的高考新体制——高考改革四十年的回顾与思考[J]. 袁小鹏.  湖北招生考试. 2017(03)
[2]个性化推荐系统综述[J]. 刘辉,郭梦梦,潘伟强.  常州大学学报(自然科学版). 2017(03)
[3]高考体制变革:从统一招生到分类考试[J]. 田建荣.  厦门大学学报(哲学社会科学版). 2017(03)
[4]基于协同过滤的高考志愿推荐系统[J]. 徐兰静,李珊,严钊.  计算机系统应用. 2015(07)
[5]基于隐式用户反馈数据流的实时个性化推荐[J]. 王智圣,李琪,汪静,印鉴.  计算机学报. 2016(01)
[6]基于百度云的天气预报软件的设计[J]. 郝二伟,张家伟,金卫同.  现代计算机(专业版). 2015(10)
[7]高考志愿填报相关因素实证分析[J]. 王平,李淑玲,傅莹,时忠丽,司传平.  济宁医学院学报. 2014(05)
[8]基于大规模隐式反馈的个性化推荐[J]. 印鉴,王智圣,李琪,苏伟杰.  软件学报. 2014(09)
[9]个性化推荐系统的多样性研究进展[J]. 安维,刘启华,张李义.  图书情报工作. 2013(20)
[10]Tomcat+mysql搭建简单毕业证书查询系统[J]. 雷军.  科技视界. 2012(25)

博士论文
[1]基于用户兴趣建模的推荐方法及应用研究[D]. 刘淇.中国科学技术大学 2013
[2]社交网络个性化推荐方法研究[D]. 邢星.大连海事大学 2013
[3]移动电子商务个性化服务推荐方法研究[D]. 邓晓懿.大连理工大学 2012

硕士论文
[1]高考志愿模拟填报App设计与实现[D]. 赵圣鲁.江西财经大学 2017
[2]面向微博系统的实时个性化推荐研究[D]. 郑小丕.郑州大学 2017
[3]基于协同过渡算法的学习资源个性化推荐系统设计与实现[D]. 章伟.天津师范大学 2017
[4]网易严选个性化推荐系统的设计与实现[D]. 经海斌.南京大学 2017
[5]基于个性化推荐的购物系统的设计与实现[D]. 刘佳璐.沈阳师范大学 2017
[6]基于Android的健康养生系统的设计与实现[D]. 陈思翰.华南理工大学 2015
[7]基于移动互联网的移动教育平台的研究和设计[D]. 曾泽.华南理工大学 2013
[8]手持移动设备对当代高校学生学习的支持研究[D]. 刘晓星.天津师范大学 2013
[9]高考志愿的个性化推荐方法研究[D]. 崔彦晓.石家庄铁道大学 2013
[10]高考信息推荐引擎的设计与实现[D]. 王灵峰.暨南大学 2011



本文编号：3378819