[发明专利]一种基于学生意向的自动归类分析方法及装置

权利要求书

1.一种基于学生意向的自动归类分析方法，其特征在于：包括以下步骤；

S1，获取本地意向数据，从该本地意向数据中提取关键词，根据该关键词建立意向调查模型；

S2，根据该意向调查模型获取学生意向调查数据，获取本地数据分类规则，根据该本地数据分类规则对学生意向调查数据进行分类，将分类完的数据作为待分析数据；

S3，将该待分析数据发送至教师端，等待教师端的数据反馈，根据该数据反馈生成学生意向报表。

2.如权利要求1所述的基于学生意向的自动归类分析方法，其特征在于：步骤S1中，获取本地意向数据，从该本地意向数据中提取关键词，根据该关键词建立意向调查模型，还包括以下步骤，获取本地意向数据，从该本地意向数据中提取关键词，所述关键词包括：知晓学费、认可咨询师、认可学校、认可专业以及知晓填报志愿时间，根据该关键词建立意向调查模型。

3.如权利要求2所述的基于学生意向的自动归类分析方法，其特征在于：根据该关键词建立意向调查模型，还包括以下步骤，将该关键词进行组合，获取多个关键词组合式短语，并设定对应的评分标准，根据该关键词组合式短语以及对应的评分标准建立意向调查模型。

4.如权利要求2所述的基于学生意向的自动归类分析方法，其特征在于：步骤S2中，根据该意向调查模型获取学生意向调查数据，获取本地数据分类规则，根据该本地数据分类规则对学生意向调查数据进行分类，将分类完的数据作为待分析数据，还包括以下步骤，根据意向调查模型获取学生初步意向数据，通过意向调查模型中的评分标准对该学生初步意向数据进行评分，获取分数数据作为意向调查数据，获取本地数据分类规则，根据该本地数据分类规则对学生意向调查数据进行分类，将分类完的数据作为待分析数据。

5.如权利要求4所述的基于学生意向的自动归类分析方法，其特征在于：获取本地数据分类规则，根据该本地数据分类规则对学生意向调查数据进行分类，将分类完的数据作为待分析数据，还包括以下步骤，获取本地历史分类数据以及对应的意向调查数据，所述分类数据包括：意向A、意向B、意向C以及意向D，根据该本地历史分类数据以及对应的意向调查数据建立对应的联系表作为本地数据分类规则，根据该本地数据分类规则对学生意向调查数据进行分类，将分类完的数据作为待分析数据。

6.如权利要求5所述的基于学生意向的自动归类分析方法，其特征在于：步骤S3中，将该待分析数据发送至教师端，等待教师端的数据反馈，根据该数据反馈生成学生意向报表之前，还包括以下步骤，获取本地历史待分析数据以及对应的专业教师，并建立咨询关系表，根据该咨询关系表将该待分析数据发送至教师端，等待教师端的数据反馈，根据该数据反馈生成学生意向报表。

7.如权利要求6所述的基于学生意向的自动归类分析方法，其特征在于：根据该咨询关系表将该待分析数据发送至教师端，等待教师端的数据反馈，根据该数据反馈生成学生意向报表，还包括以下步骤，根据该咨询关系表将该待分析数据发送至教师端，若收到教师端的数据反馈，所述数据反馈包括：愿意、不愿意、有意向以及无意向，根据该数据反馈生成学生意向报表并获取该学生信息存入本地学生信息库中。

8.一种基于学生意向的自动归类分析装置，其特征在于，所述基于学生意向的自动归类分析装置包括：

获取模块，用于获取本地意向数据，从该本地意向数据中提取关键词，根据该关键词建立意向调查模型；

分类模块，用于根据该意向调查模型获取学生意向调查数据，获取本地数据分类规则，根据该本地数据分类规则对学生意向调查数据进行分类，将分类完的数据作为待分析数据；

报表生成模块，用于将该待分析数据发送至教师端，等待教师端的数据反馈，根据该数据反馈生成学生意向报表。