[发明专利]一种基于神经网络的志愿填报方法、系统、装置和介质

权利要求书

1.一种基于神经网络的志愿填报方法，其特征在于，包括以下步骤：

步骤1：获取高考大数据信息；

步骤2：对用户身份进行验证，若验证通过，执行步骤3，若验证不通过，结束流程；

步骤3：获取用户上传的高考成绩信息，根据所述高考大数据信息，对所述高考成绩信息进行分析，生成成绩分析结果；

步骤4：采用基于粒子群优化的神经网络预测方法，根据所述成绩分析结果对所述高考成绩信息进行预测，得到投档预测结果；

步骤5：获取用户上传的志愿信息，根据所述投档预测结果，对所述志愿信息进行评估，生成志愿评估报告。

2.根据权利要求1所述的基于神经网络的志愿填报方法，其特征在于，所述高考大数据信息包括往年全国高考信息、往年高校招生信息、往年高校录取信息、当年全国高考信息、当年高校招生信息和当年成绩分布信息；

所述步骤1的具体实现为：

采用网络爬虫的方法，采集所述往年全国高考信息、所述往年高校招生信息、所述往年高校录取信息、所述当年全国高考信息、所述当年高校招生信息和所述当年成绩分布信息。

3.根据权利要求1所述的基于神经网络的志愿填报方法，其特征在于，所述步骤2的具体实现为：

预先采集用户身份信息，并根据所述用户身份信息生成用户名和用户密码；

根据所述用户名和所述用户密码，对用户输入的登录名称和登录密码进行验证，若验证通过，执行步骤3，若验证不通过，结束流程。

4.根据权利要求1所述的基于神经网络的志愿填报方法，其特征在于，所述高考成绩信息包括考生信息以及与所述考生信息对应的总成绩、考试科目、单科成绩、加分信息和小语种信息；

所述成绩分析结果包括成绩排位分布信息和相近考生去向分布信息。

5.根据权利要求4所述的基于神经网络的志愿填报方法，其特征在于，所述投档预测结果包括多个院校的投档分数线和录取概率；

所述步骤4的具体实现为：

根据所述成绩排位分布信息和所述相近考生去向分布信息建立原始神经网络预测模型；

采用粒子群优化方法对所述原始神经网络预测模型的初始化参数进行优化，得到优化初始化参数；

根据所述优化初始化参数对所述原始神经网络预测模型进行训练，得到目标神经网络预测模型；

根据所述目标神经网络预测模型对所述高考成绩信息进行预测，得到所述投档预测结果。

6.根据权利要求1至5任一项所述的基于神经网络的志愿填报方法，其特征在于，所述志愿信息包括学校地域、学校类型、办学性质、学费、专业方向和出国意向。

7.一种基于神经网络的志愿填报系统，其特征在于，包括获取模块、验证模块、分析模块、预测模块和评估模块：

所述获取模块，用于获取高考大数据信息；

所述验证模块，用于对用户身份进行验证；

所述获取模块，还用于当所述用户身份验证通过后，获取用户上传的高考成绩信息；

所述分析模块，用于根据所述高考大数据信息，对所述高考成绩信息进行分析，生成成绩分析结果；

所述预测模块，用于采用基于粒子群优化的神经网络预测方法，根据所述成绩分析结果对所述高考成绩信息进行预测，得到投档预测结果；

所述评估模块，用于获取用户上传的志愿信息，根据所述投档预测结果，对所述志愿信息进行评估，生成志愿评估报告。