[发明专利]智能高考志愿推荐系统和推荐方法在审

专利信息
申请号: 201810127397.9 申请日: 2018-02-08
公开(公告)号: CN108053351A 公开(公告)日: 2018-05-18
发明(设计)人: 潘月梅;章韵 申请(专利权)人: 南京邮电大学
主分类号: G06Q50/20 分类号: G06Q50/20;G06F17/27;G06K9/62
代理公司: 南京苏科专利代理有限责任公司 32102 代理人: 徐振兴;姚姣阳
地址: 210003 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种高考志愿推荐系统,以历史志愿咨询问答文本为训练样本,对考生和家长的志愿填报进行智能化的推荐和辅助决策;这样不仅节约了时间,而且还全面地分析了历史填报信息。该系统的特色在于结合了自然语言处理、机器学习的一些方法,对高考志愿填报起辅助填报推荐的作用,将原来需要人工查阅资料征求高考志愿填报意见实现为自动化处理。
搜索关键词: 智能 高考 志愿 推荐 系统 方法
【主权项】:
1.一种智能高考志愿推荐方法,其特征在于:按照如下步骤进行:S1,将志愿咨询问答对问题文本分词、去停用词;S2,用向量空间模型VSM将分词、去停用词的文本信息表示成机器可以识别的语言;形式如下:若把文本d看作是向量空间中的一个n维向量,则:,其中,t1,t2,…,tn表示文本的 n个特征项;w1,w2,…,wn表示这 n个特征项的权重值;S3,用Lasso回归对志愿咨询问答对问题文本进行特征预选,其中志愿咨询问答对问题文本的分类标签作为Lasso回归的因变量,特征项作为自变量,剔除对分类结果影响不大的变量;S4,用TF-IDF方法进行特征权重计算,第二次筛选特征变量;S5,使用SVM作为分类器,以每个问题的特征向量作为分类器输入的特征,以每个问题的专业类别作为分类标签,进行问题专业类别分类模型训练,从而得到分类器的模型;S6,对考生及考生家长提问的问题分词、去停用词、向量空间模型VSM特征表示、Lasso回归特征预选、TF-IDF方法第二次特征选择。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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南京邮电大学,未经南京邮电大学许可,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/patent/201810127397.9/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top