孫彥幫 賀裕 王林 劉欣宇

摘? 要： 在志愿填報(bào)的過程中，很多考生無(wú)法在眾多專業(yè)或院校中做出自己的選擇，甚至有的考生由于缺乏對(duì)報(bào)考相關(guān)的認(rèn)識(shí)導(dǎo)致被調(diào)劑或滑檔，無(wú)法學(xué)習(xí)自己喜歡的專業(yè)，因此設(shè)計(jì)一款能夠幫助考生填報(bào)志愿的App顯得十分必要。基于Android平臺(tái)下的高考志愿推薦App將協(xié)同過濾技術(shù)應(yīng)用到志愿填報(bào)領(lǐng)域，通過對(duì)考生進(jìn)行特征分析，為適合的考生推薦錄取率較高的院校及專業(yè)。經(jīng)測(cè)試表明該App準(zhǔn)確性高、穩(wěn)定性強(qiáng)，可以幫助考生合理地進(jìn)行志愿填報(bào)。

關(guān)鍵詞： 個(gè)性化推薦技術(shù); Android; 志愿填報(bào); 協(xié)同過濾技術(shù); App

中圖分類號(hào)：TP311.5? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? 文章編號(hào)：1006-8228（2020）02-39-04

Design of recommendation App for aspiration choice of college entrance

Sun Yanbang， He Yu， Wang Lin， Liu Xinyu

（School of Computer Science and Information Engineering， Harbin Normal University， Harbin， Heilongjiang 150025， China）

Abstract： In the process of aspiration choice of application for colleges， many candidates cant make their own choices among various specialties and colleges and universities， and even some candidates cant learn their favorite specialty because of the lack of relevant knowledge. Therefore， it is necessary to design an App that can help candidates to fill in their aspiration application forms. The recommendation App for aspiration choice of college entrance applies collaborative filtering technology to the field of aspiration application， and by analyzing the characteristics of candidates， the specialties and colleges and universities suitable for candidates and with higher admission rate are recommended. The test result of the App shows that the App has high accuracy and stability， and can help candidates to fill in aspiration application forms papers reasonably.

Key words： personalized recommendation technology; Android; filling the aspiration form; collaborative filtering technology; App

0 引言

在我國(guó)，高考依然是眾多學(xué)子追逐夢(mèng)想、奔向成功的重要途徑。高考筆試之后的志愿填報(bào)常常決定了考生將來(lái)在哪個(gè)城市扎根、未來(lái)幾十年的生活質(zhì)量、將來(lái)的事業(yè)發(fā)展等。隨著高考招生工作的不斷深入，積累了大量有價(jià)值的信息，為了解決這種信息過載現(xiàn)象[1]，個(gè)性化推薦技術(shù)應(yīng)運(yùn)而生。如何利用這些有效的信息進(jìn)行志愿填報(bào)是每個(gè)考生都關(guān)心的問題，利用協(xié)同過濾推薦技術(shù)來(lái)分析考生相關(guān)數(shù)據(jù)，可以有效的幫助考生選擇更適合自己的專業(yè)，這也是個(gè)性化推薦中研究和應(yīng)用最為廣泛的技術(shù)。

1 志愿推薦系統(tǒng)的研究現(xiàn)狀

近年來(lái)，夏大飛、張自力等人參與的基于商務(wù)智能的高考志愿填報(bào)指導(dǎo)系統(tǒng)[2]通過商務(wù)智能挖掘高考志愿填報(bào)的規(guī)律，幫助考生填報(bào)志愿，該系統(tǒng)對(duì)填報(bào)志愿涉及的多方面因素來(lái)進(jìn)行指導(dǎo)，但沒有結(jié)合考生考試成績(jī)及往年的分?jǐn)?shù)趨勢(shì)進(jìn)行分析預(yù)測(cè)，也沒有相應(yīng)的App支持，不能解決實(shí)時(shí)查詢的問題。

王靈峰基于協(xié)同過濾算法設(shè)計(jì)的高考信息推薦引擎[3]，將用戶對(duì)分類信息的關(guān)注度轉(zhuǎn)換為了用戶對(duì)分類信息的評(píng)分，并構(gòu)建用戶評(píng)分矩陣，雖然這種做法簡(jiǎn)便，但是在一定程度上帶來(lái)了不準(zhǔn)確性。

王亞婧基于數(shù)據(jù)挖掘和協(xié)同過濾的成人高考志愿推薦系統(tǒng)[4]，提出采用信息增益率作為屬性選擇標(biāo)準(zhǔn)，對(duì)信息增益率較高的屬性給予較高的權(quán)值，然而當(dāng)推薦個(gè)數(shù)較少時(shí)，準(zhǔn)確率較低。由此發(fā)現(xiàn)，在應(yīng)用協(xié)同過濾推薦算法時(shí)，需正確處理推薦準(zhǔn)確度與推薦個(gè)數(shù)之間的關(guān)系。

2 系統(tǒng)設(shè)計(jì)

2.1 系統(tǒng)體系結(jié)構(gòu)設(shè)計(jì)

本文App采用平臺(tái)化結(jié)構(gòu)設(shè)計(jì)，通過分層設(shè)計(jì)使系統(tǒng)整體邏輯更加清晰，降低了層與層之間的依賴，利于各層邏輯的復(fù)用。系統(tǒng)總體框架設(shè)計(jì)如圖1所示。

該系統(tǒng)分為客戶層、算法層、業(yè)務(wù)層、表現(xiàn)層、數(shù)據(jù)層，圖1最右側(cè)為各個(gè)層次用到的主要技術(shù)，各層次詳細(xì)介紹如下。

⑴ 客戶層：考生注冊(cè)成功后，通過App訪問表現(xiàn)層來(lái)進(jìn)行交互。

Two Function：

Student = ;Key = Student.Key;Similarity = 0;

For 1：Student.Value.Length

Similarity += Math.Pow（（aimStudent.Value[i]- Student.Value[i]）*w[i]，2）;

End

Similarity = Math.Sqrt（Similarity）;return ;

錄取概率計(jì)算代碼：

One Function：

Key = record.WishId;Value = record. WishProperties;return ;

Two Function：

Wish = ;Key = Wish.Key;Probability = 0;

If aimUser.rank < Wish.Value.MinRank

Probability = 1;

Else If aimUser.rank > Wish.Value.MaxRank

Probability = 0;

Else Probability = （1 – （aimUser.rank - Wish.Value.MinRank）/

（Wish.Value.MaxRank - Wish.Value.MinRank））*L;

return ;

3.6 算法驗(yàn)證

在數(shù)據(jù)庫(kù)中選取1600條考生數(shù)據(jù)，將考生的推薦結(jié)果與實(shí)際錄取院校進(jìn)行對(duì)比，若推薦集院校中包含錄取院校則認(rèn)為推薦成功[6]。實(shí)驗(yàn)結(jié)果如圖2所示。

分析圖2，得出以下結(jié)論：

高分段推薦效果好，這說明高分段考生對(duì)院校的選擇更為明確，不存在“信息過載”問題;

高分段與低分段準(zhǔn)確率差異大，這說明在算法設(shè)計(jì)過程中需要重點(diǎn)考慮低分段考生，要結(jié)合院校招生政策和其他因素進(jìn)行分析，以提高推薦準(zhǔn)確率。

4 結(jié)論

本文設(shè)計(jì)與實(shí)現(xiàn)了基于Android平臺(tái)下結(jié)合協(xié)同過濾推薦算法的高考志愿推薦App，運(yùn)行效果如圖3所示，可以推薦適合考生且錄取率較高的院校及專業(yè)。針對(duì)目前存在的院校信息更新頻繁帶來(lái)的數(shù)據(jù)利用率低、實(shí)時(shí)性差等問題，本文主要依托Spark數(shù)據(jù)處理技術(shù)，詳細(xì)設(shè)計(jì)實(shí)現(xiàn)了基于協(xié)同過濾推薦算法的推薦模塊。相比于其他推薦系統(tǒng)，提高了推薦實(shí)時(shí)準(zhǔn)確性，增強(qiáng)了系統(tǒng)的穩(wěn)定性。系統(tǒng)也存在許多不足，比如在不同分?jǐn)?shù)段的推薦效果存在差異，針對(duì)此現(xiàn)象，應(yīng)考慮在不同分?jǐn)?shù)段采取不同的推薦方法。另外院校招生計(jì)劃也會(huì)對(duì)推薦效果產(chǎn)生影響，我們需要結(jié)合招生政策和用戶其他的屬性數(shù)據(jù)來(lái)構(gòu)建用戶特征矩陣，這也將是后期的研究?jī)?nèi)容。

參考文獻(xiàn)（References）：

[1] 劉春霞，武玲梅，謝小紅.推薦系統(tǒng)評(píng)估研究綜述[J].現(xiàn)代計(jì)算機(jī)（專業(yè)版），2018.24：11-15，20

[2] 肖燦，張自力，何小明，夏大飛.基于商務(wù)智能的高考志愿填報(bào)指導(dǎo)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].西南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2012.37（5）：89-97

[3] 王靈峰.高考信息推薦引擎的設(shè)計(jì)與實(shí)現(xiàn)[D].暨南大學(xué)，2011.

[4] 王亞婧.基于數(shù)據(jù)挖掘和協(xié)同過濾的成人高考志愿推薦系統(tǒng)研究[D].北京林業(yè)大學(xué)，2011.

[5] 顧健. 基于大數(shù)據(jù)的高考志愿數(shù)據(jù)分析關(guān)鍵技術(shù)研究[D].長(zhǎng)春理工大學(xué)，2017.

[6] 徐蘭靜，李珊，嚴(yán)釗.基于協(xié)同過濾的高考志愿推薦系統(tǒng)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2015.24（7）：185-189