基于機器學(xué)習(xí)的智能高考志愿推薦系統(tǒng)
發(fā)布時間:2021-10-30 03:22
隨著互聯(lián)網(wǎng)和教育信息化的快速發(fā)展,個性化推薦系統(tǒng)在教育領(lǐng)域的應(yīng)用已越來越廣泛。填報志愿是高考中的一個重要環(huán)節(jié),但是考生面對眾多院校、專業(yè)的情況下,很難迅速獲取有效信息,做出適合自己的個性化的選擇。本文通過分析考生和家長的個性化需求,從海量的學(xué)校和專業(yè)中挖掘出有價值的信息,推薦給考生和家長,為考生填報志愿提供幫助。本系統(tǒng)從各大網(wǎng)絡(luò)平臺獲取了各高校的相關(guān)數(shù)據(jù)作為高考志愿文本中的歷史數(shù)據(jù),并且針對歷史數(shù)據(jù)中,特征詞匯較少的情況,增加了維基百科的數(shù)據(jù)作為擴展來訓(xùn)練詞向量。針對傳統(tǒng)的文本表示方法沒有考慮語義、存在維度災(zāi)難的問題,將word2vec引入到基于內(nèi)容的推薦算法中,改善了現(xiàn)有的相關(guān)網(wǎng)站只通過關(guān)鍵詞搜索,搜索結(jié)果不含語義特征的現(xiàn)象。同時,對于現(xiàn)有的相關(guān)網(wǎng)站存在只能根據(jù)特定的專業(yè)進行信息檢索的缺點,并考慮考生和家長所提出的專業(yè)意向比較自由、偏口語化的現(xiàn)象,將余弦相似性方法與簡單共有詞方法相結(jié)合,改進文本相似度計算方法,從而解決了考生和家長不知道院校中某專業(yè)的具體專業(yè)名稱的問題。接著對歷史數(shù)據(jù)中的多元屬性,如院校等級、專業(yè)等級、校園環(huán)境、師資力量設(shè)置權(quán)重,優(yōu)化了現(xiàn)有的個性化推薦系統(tǒng)。最后基于以...
【文章來源】:南京郵電大學(xué)江蘇省
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【部分圖文】:
神經(jīng)網(wǎng)絡(luò)語言模型圖
加簡單共有詞
計算機科學(xué)與技術(shù) 4.1 4.2 4.2人力資源管理 3.3 4.2 3.3教育技術(shù)學(xué) 3.3 4.2 3.0輸出排序結(jié)果運用的具體公式如公式 4.3 所示:Sim=a×weightmaj_lev b×weightsch_lev c×weightenv d×weighttea_lev(4.3)該公式需滿足公式 4.4。 = (4.4)通過問卷調(diào)查 200 多個大學(xué)生,讓他們分別對這些屬性打分,得出每項屬性在他們當(dāng)年填報志愿時的重要程度,最終確定系數(shù) a,b,c,d 的取值。4.3.2 實驗對比不設(shè)置權(quán)重,推薦結(jié)果如圖 4.6 所示:
【參考文獻】:
期刊論文
[1]基于協(xié)同過濾的高考志愿推薦系統(tǒng)[J]. 徐蘭靜,李珊,嚴(yán)釗. 計算機系統(tǒng)應(yīng)用. 2015(07)
[2]大數(shù)據(jù)環(huán)境下電子商務(wù)個性化推薦服務(wù)發(fā)展動向探析[J]. 王茜,錢力. 商業(yè)研究. 2014(08)
[3]一種基于維基百科的中文短文本分類算法[J]. 趙輝,劉懷亮. 圖書情報工作. 2013(11)
[4]分步填充緩解數(shù)據(jù)稀疏性的協(xié)同過濾算法[J]. 張玉芳,代金龍,熊忠陽. 計算機應(yīng)用研究. 2013(09)
[5]基于維基百科的中文短文本分類研究[J]. 范云杰,劉懷亮. 現(xiàn)代圖書情報技術(shù). 2012(03)
[6]中文分詞算法綜述[J]. 張丹. 黑龍江科技信息. 2012(08)
[7]維基百科中的實體關(guān)系抽取研究[J]. 李斌,馬寧,蔣平,郭玉良. 信息系統(tǒng)工程. 2011(05)
[8]一種基于字詞聯(lián)合解碼的中文分詞方法[J]. 宋彥,蔡東風(fēng),張桂平,趙海. 軟件學(xué)報. 2009(09)
[9]個性化推薦系統(tǒng)的研究進展[J]. 劉建國,周濤,汪秉宏. 自然科學(xué)進展. 2009(01)
碩士論文
[1]高考志愿智能填報系統(tǒng)的設(shè)計與實現(xiàn)[D]. 吳玲.云南財經(jīng)大學(xué) 2018
[2]基于自適應(yīng)聚類和用戶信任模型的推薦算法研究與應(yīng)用[D]. 李康.湖南師范大學(xué) 2018
[3]基于大數(shù)據(jù)的高考志愿數(shù)據(jù)分析關(guān)鍵技術(shù)研究[D]. 顧健.長春理工大學(xué) 2017
[4]高考志愿的個性化推薦方法研究[D]. 崔彥曉.石家莊鐵道大學(xué) 2013
[5]數(shù)據(jù)挖掘系統(tǒng)支撐下的高考志愿填報在線咨詢系統(tǒng)設(shè)計與實現(xiàn)[D]. 肖燦.西南大學(xué) 2012
本文編號:3465950
【文章來源】:南京郵電大學(xué)江蘇省
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【部分圖文】:
神經(jīng)網(wǎng)絡(luò)語言模型圖
加簡單共有詞
計算機科學(xué)與技術(shù) 4.1 4.2 4.2人力資源管理 3.3 4.2 3.3教育技術(shù)學(xué) 3.3 4.2 3.0輸出排序結(jié)果運用的具體公式如公式 4.3 所示:Sim=a×weightmaj_lev b×weightsch_lev c×weightenv d×weighttea_lev(4.3)該公式需滿足公式 4.4。 = (4.4)通過問卷調(diào)查 200 多個大學(xué)生,讓他們分別對這些屬性打分,得出每項屬性在他們當(dāng)年填報志愿時的重要程度,最終確定系數(shù) a,b,c,d 的取值。4.3.2 實驗對比不設(shè)置權(quán)重,推薦結(jié)果如圖 4.6 所示:
【參考文獻】:
期刊論文
[1]基于協(xié)同過濾的高考志愿推薦系統(tǒng)[J]. 徐蘭靜,李珊,嚴(yán)釗. 計算機系統(tǒng)應(yīng)用. 2015(07)
[2]大數(shù)據(jù)環(huán)境下電子商務(wù)個性化推薦服務(wù)發(fā)展動向探析[J]. 王茜,錢力. 商業(yè)研究. 2014(08)
[3]一種基于維基百科的中文短文本分類算法[J]. 趙輝,劉懷亮. 圖書情報工作. 2013(11)
[4]分步填充緩解數(shù)據(jù)稀疏性的協(xié)同過濾算法[J]. 張玉芳,代金龍,熊忠陽. 計算機應(yīng)用研究. 2013(09)
[5]基于維基百科的中文短文本分類研究[J]. 范云杰,劉懷亮. 現(xiàn)代圖書情報技術(shù). 2012(03)
[6]中文分詞算法綜述[J]. 張丹. 黑龍江科技信息. 2012(08)
[7]維基百科中的實體關(guān)系抽取研究[J]. 李斌,馬寧,蔣平,郭玉良. 信息系統(tǒng)工程. 2011(05)
[8]一種基于字詞聯(lián)合解碼的中文分詞方法[J]. 宋彥,蔡東風(fēng),張桂平,趙海. 軟件學(xué)報. 2009(09)
[9]個性化推薦系統(tǒng)的研究進展[J]. 劉建國,周濤,汪秉宏. 自然科學(xué)進展. 2009(01)
碩士論文
[1]高考志愿智能填報系統(tǒng)的設(shè)計與實現(xiàn)[D]. 吳玲.云南財經(jīng)大學(xué) 2018
[2]基于自適應(yīng)聚類和用戶信任模型的推薦算法研究與應(yīng)用[D]. 李康.湖南師范大學(xué) 2018
[3]基于大數(shù)據(jù)的高考志愿數(shù)據(jù)分析關(guān)鍵技術(shù)研究[D]. 顧健.長春理工大學(xué) 2017
[4]高考志愿的個性化推薦方法研究[D]. 崔彥曉.石家莊鐵道大學(xué) 2013
[5]數(shù)據(jù)挖掘系統(tǒng)支撐下的高考志愿填報在線咨詢系統(tǒng)設(shè)計與實現(xiàn)[D]. 肖燦.西南大學(xué) 2012
本文編號:3465950
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3465950.html
最近更新
教材專著