(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910294654.2
(22)申请日 2019.04.12
(71)申请人 王洪江
地址 510631 广东省广州市中山大道西55
号华南师范大学
(72)发明人 王洪江 陈岚鑫 钟家琪 梁家琦
李方济 陈美瑛 李伟
(74)专利代理机构 广州市华创源专利事务所有
限公司 44210
代理人 夏屏
(51)Int.Cl.
G06Q 10/04(2012.01)
G06Q 50/20(2012.01)
(54)发明名称
方法及系统
(57)摘要
本发明公开了基于LSTM算法的高校录取投
档分数线预测方法，包括如下步骤：S1、获取全国
信息以预定的顺序进行数据统计；S3，根据统计
结果对数据进行计算，获得每所高校下一年录取
分数线排位，并进行存储；S4、获取用户输入的考
生数据，包括省区、科类、专业和高考分数；S5、计
算出高校的录取难度系数；S6、获得录取难度系
数小于且最接近1的前10所高校信息；S7、向用户
显示所述步骤S6中的相应的高校信息，本发明结
构科学合理，使用安全方便，利用现今神经网络
领域成熟的LSTM算法，预测当年对应高校录取时
所需要的排位和分数，提高志愿填报的效率和科
学性。权利要求书2页 说明书4页 附图3页CN 110059874 A 2019.07.26
C N 110059874
A
权 利 要 求 书1/2页CN 110059874 A
1.基于LSTM算法的高校录取投档分数线预测方法，其特征在于：包括如下步骤：
S1、获取全国各高校的录取数据，并进行存储；
S2、根据获取的信息以预定的顺序进行数据统计；
S3，根据统计结果对数据进行计算，获得每所高校下一年录取分数线排位，并进行存储；
S4、获取用户输入的考生数据，包括省区、科类、专业和高考分数；
S5、计算出高校的录取难度系数；
S6、获得录取难度系数小于且最接近1的前10所高校信息；
S7、向用户显示所述步骤S6中的相应的高校信息。
2.根据权利要求1所述的基于LSTM算法的高校录取投档分数线预测方法，其特征在于，所述步骤1中的录取数据包括省区、近五年的录取分数线和所设专业。
3.根据权利要求1所述的基于LSTM算法的高校录取投档分数线预测方法，其特征在于，所述步骤S2包括获取近年文理艺体各科类各个分数段对应的排名，将所述步骤S1相应的录取最低分转换为最低排名，并进行存储。
4.根据权利要求1所述的基于LSTM算法的高校录取投档分数线预测方法，其特征在于，所述步骤S3包括：
S3.1、调整LSTM算法的参数，使训练所得各年份的排位尽可能拟合实际排位；
S3.2、输出过去五年及所预测当年的录取分数线折线图，横坐标为年份，纵坐标为排位，直观反映某高校的投档排位变化趋势。
5.根据权利要求1所述的基于LSTM算法的高校录取投档分数线预测方法，其特征在于，所述步骤5包括：
S5.1、转换用户输入的高考分数为考生排位；
S5.2、计算各高校录取难度系数，所述录取难度系数＝考生排位/下一年录取分数线排位；
S5.3、统计处理符合用户需求的高校的录取难度系数排序表，以提供步骤S6所需的数据。
6.根据权利要求1所述的基于LSTM算法的高校录取投档分数线预测方法，其特征在于，所述步骤S6和步骤S7中的高校信息包括录取分数线折线图、所设专业和录取难度系数。
7.根据权利要求1-6任一项所述的基于LSTM算法的高校录取投档分数线预测系统，其特征在于，包括服务器、数据采集模块、LSTM算法模块、输入模块、录取难度系数计算模块和输出模块； 预测系统与服务器、数据采集模块、LSTM算法模块、输入模块、录取难度系数计算模块和输出模块依次相连；
所述服务器具有一个数据库，用于存储各高校信息，包括省区、科类、所设专业和历年录取分数线；
所述数据采集模块包括招生计划数据采集模块和录取数据采集模块，用于获取全国各高校的录取数据，并进行存储；
所述LSTM算法模块用于计算每所高校下一年录取分数线排位，并进行存储；
所述输入模块用于用户输入考生数据，所述考生数据包括省区、科类、专业和高考分
2
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议