[发明专利]一种新型交互式多维大学排名方法及系统有效
申请号: | 201911028520.2 | 申请日: | 2019-10-28 |
公开(公告)号: | CN110751408B | 公开(公告)日: | 2022-03-08 |
发明(设计)人: | 王传毅;刘惠琴;郑湘;程哲;辜刘建 | 申请(专利权)人: | 清华大学 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q50/20;G06K9/62;G06N20/00 |
代理公司: | 成都方圆聿联专利代理事务所(普通合伙) 51241 | 代理人: | 李鹏 |
地址: | 10008*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 新型 交互式 多维 大学排名 方法 系统 | ||
1.一种新型交互式多维大学排名系统,其特征在于:所述系统包括:
个性排行榜模块:用于制作按照用户最关心的指标及重要性对院校进行个性化排名;
相似大学查询模块:用于为用户查找与特定院校在用户关心的指标上相似的院校排名;
历时指标分析模块:用于根据用户选择的院校和关心的指标展现这些院校在这些指标上的历时变化趋势;
大学创新力排行榜模块:用于基于预先以科学理论设计的指标体系全面呈现院校创新能力的相对水平;
所述系统的排名方法包括以下内容:
用户通过个性排名榜模块对数据库中的院校进行条件筛选;
选择一个或者多个关心的指标作为排名依据;
为选择的指标进行个性化计算权重比例自定义,保证所有指标的个性化计算权重比例满足总和为1;
根据所述计算权重输出排名结果;
还包括在得到个性化排名的基础上或者直接根据选择特定院校和关心指标对院校相似性进行查找;具体为:
用户在得到的个性化院校排名的基础上或者直接选择关注院校和一个或者多个关心指标;
为所选指标自定义个性化计算权重;
从数据库中调出每项指标的院校的相应数据,并依据欧氏距离公式计算相似度得到输出查询结果;
其中,欧氏距离计算公式为L表示学校的综合距离得分,其数值越小,表示院校相似度则越高,n表示指标总数;xi、yi分别表示选择关注院校和计算中院校的第i个指标数值;w表示用户自定义的计算权重;计算结果L存储到数组中,从小到大进行排序,给出相似大学排名。
2.根据权利要求1所述的一种新型交互式多维大学排名系统,其特征在于:所述还包括一数据库,所述数据库用于存储全国或者全球高校的指标数据。
3.根据权利要求1所述的一种新型交互式多维大学排名系统,其特征在于:所述指标包括师资队伍、人才培养、科学研究、社会服务和院校声誉。
4.一种新型交互式多维大学排名方法,其特征在于:所述排名方法包括以下内容:
用户通过个性排名榜模块对数据库中的院校进行条件筛选;
选择一个或者多个关心的指标作为排名依据;
为选择的指标进行个性化计算权重比例自定义,保证所有指标的个性化计算权重比例满足总和为1;
根据所述计算权重输出排名结果;
所述根据所述计算权重输出排名结果包括以下内容:
将数据库中调出每项选择指标的相应数据并与所述每项指标的计算权重相乘,求得所有经过条件筛选的院校的综合得分;
按照综合得分对院校进行排名,并以表格形式显示各项指标的后台得分和综合得分;
还包括在得到个性化排名的基础上或者直接根据选择特定院校和关心指标对院校相似性进行查找,包括:
用户在得到的个性化院校排名的基础上或者直接选择关注院校和一个或者多个关心指标;
为所选指标自定义个性化计算权重;
从数据库中调出每项指标的院校的相应数据,并依据机器学习算法计算相似度得到输出查询结果;
其中,机器学习算法为欧氏距离,其计算公式为L表示学校的综合距离得分,其数值越小,表示院校相似度则越高,n表示指标总数;xi、yi分别表示选择关注院校和计算中院校的第i个指标数值;w表示用户自定义的计算权重;计算结果L存储到数组中,从小到大进行排序,给出相似大学排名。
5.根据权利要求4所述的一种新型交互式多维大学排名方法,其特征在于:所述排名方法还包括用户可以实时更改选择的指标得到不同的依据选择指标所得到的个性化院校排名。
6.根据权利要求4所述的一种新型交互式多维大学排名方法,其特征在于:所述排名方法还包括在得到个性化排名的基础上或者得到院校相似度查询结果的基础上或者直接选择分析院校和分析指标对选择院校进行历时变化趋势分析。
7.根据权利要求6所述的一种新型交互式多维大学排名方法,其特征在于:所述在得到个性化排名的基础上或者得到院校相似度查询结果的基础上或者直接选择分析院校和分析指标对选择院校进行历时变化趋势分析包括以下内容:
用户在得到的个性化院校排名的基础上或者得到院校相似度查询结果的基础上或者在原有数据库中选择多个分析院校、分析时间段和某一分析指标;
从数据库中调出所选院校该项指标在分析时间段内的数据,并得到所选院校的该项指标的历时变化表和分析对比图;
系统将记录下各用户选择指标、赋予权重及关注院校的非隐私信息,基于形成的大数据,利用深度学习方法分析用户群体的特征画像和指标偏好,依此编写指标与权重的系统推荐算法并进行持续优化。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911028520.2/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理