SCI论文（www.lunwensci.com）:
摘要：基于现代信息技术的发展，“互联网+志愿填报”作为信息时代下的产物，已经成为许多家长志愿填报寻求帮助的重要选择之一。然而，如何最大限度的发挥大数据技术在学生志愿填报中的优势，增强大数据运用的科学性、精准性、可靠性等，从而使学生能够为心仪的学校所录取。因此，本文就大数据技术在学生志愿填报中的应用进行研究，指出其技术特点与优势，为创新学生志愿填报模式提供参考。
关键词：大数据；志愿填报；数据分析；信息技术
Application Analysis of Big Data Technology in Students'Volunteer Report
DU Yonggui
(Qingdao Admissions and Examination Institute,Qingdao Shandong 266071)
【Abstract】：Based on the development of modern information technology,Internet+Volunteer Reporting,as a product of the information age,has become an important choice for many parents to volunteer to report for help.However,how to maximize the advantages of big data technology in students voluntary reporting,and enhance the scientificity,accuracy,and reliability of the application of big data,so that students can be admitted to their favorite schools.Therefore,this article conducts research on the application of big data technology in student voluntary reporting,pointing out its technical characteristics and advantages,and providing references for innovating student voluntary reporting models.
【Key words】：big data;voluntary reporting;data analysis;information technology
0引言
近年来，随着信息技术的快速发展，数据的价值也为人们所重视，其中，在学生志愿填报过程中，使用大数据技术能够有效提升对相关影响因素的分析能力，从而突出大数据技术在志愿填报中的优势，解决困扰学生的志愿填报问题，为广大学生提供更加科学的选择方案。
1学生志愿填报难点分析
志愿填报是考生进入大学的一个毕竟项目，志愿填报的调配性、科学性、专业性直接关系和影响到学生职业生涯的发展，决定学生的前途[1]。从客观上来讲，填报志愿难主要体现在以下三个方面：第一，在学校的选择上，学生需要耗费大量的时间、精力去了解学校基本情况；第二，在专业选择上，学生需要综合考虑不同专业的发展情况以及专业特色、特点，以及评估未来几年专业发展的变化情况；第三，志愿选择复杂难懂，虽然，平行志愿填报是为了降低考生掉档的风险，但需要考生在考虑对专业的兴趣、需求的同时做好自我规划和定位，分析所填志愿实现的可能性，这也在一定程度上增加了学生填报志愿的风险。
2大数据在学生志愿填报中的运用优势
随着新高考、志愿改革等政策的发展，大数据在学生志愿填报中的优势越来越突出，在海量的信息和不断变化的政策面前，许多考生家长逐渐开始适应和依赖大数据，在这种背景下，基于大数据技术的互联网志愿咨询平台应运而生，体现出巨大的发展前景。
2.1庞大的数据样本
信息技术在社会各领域的广泛应用，使数据体量在短时间内快速增加，并且，各大院校将其历年录取分数根据不同的专业进行区分，并发布在学校官网上，从而为大数据技术的应用创造了良好的条件[2]。由于数据样本较为庞大，可以通过数据比对的形式分析不同院校相同专业的录取风险等，从而降低志愿填报过程中的各种风险。
2.2差异化的填报方案
针对学生考试中所表现出的专业能力和选考科目差异，在进行志愿填报时，基于大数据技术对不同院校的专业录取情况、选考科目要求分析，能够为学生提供差异化的志愿填报方案，以符合学生的专业能力特征[3]。
并且，基于不同专业就业、学校专业发展规划等方面的数据变化，基于大数据技术的学生志愿填报系统可以提供更加多元化的选择，从而避免了单一填报方案带来的风险。
2.3多要素的协同分析
大数据技术的核心优势在于其能够从庞大的数据样本中发现数据之间的规律，并通过建立数据模型的方式进行数据的动态分析，如分数、学校基本情况、专业发展前景、就业率等数据[4]。并通过志愿填报模型进行风险预警，从而实现实时、动态、全方位的监控高考志愿相关的事件、数据等，强化志愿填报风险规划，提升考生志愿填报的科学性、合理性。
3互联网指导志愿填报的大数据基础
2019年6月11日，由武汉大学、杭州电子科技大学等校和杭州铭师堂教育专家参与并发布的《升学e网通2019年度志愿填报白皮书》通过对30个省份十余年的大学、专业录取数据的分析构建了庞大的数据库，以助力志愿填报。该志愿报表是以近5年学生志愿填报行为数据为参考，结合志愿改革政策以及相关的改革政策研究发布的[5]。根据该文件中的相关数据显示，近几年来学生感兴趣的专业主要有信息技术、经济金融、教育、医疗等领域，理科专业选择依次是计算机类、工学类、医学类、经济学类专业，文科的则是文学类、教育类、经济类等专业，比较关注的城市也是一些历史底蕴深厚、地理环境优越、名校众多、就业机会多、发展空间大的城市，如北京、上海、天津、武汉、南京、杭州等。然而，在志愿填报过程中，学生关注的重点也是学生志愿填报的风险点，因此，围绕专业、地区的数据分析对志愿填报的准确性、科学性等有着极其重要的意义。
4基于大数据的学生志愿填报系统分析
综合考虑志愿填报中的核心影响因素，以及从学生自身实际情况角度出发，以大数据技术为核心的学生志愿填报系统主要分为分数拟合模块、智能推荐模块、风险评估模块3个部分。
4.1分数拟合模块
分数拟合模块是根据历年来同等水平学生分数变化的基本情况对均值进行区域拟合，从而能够有效缩小学生分数估值区间，降低学生主观因素导致的分数预估值超出正常数据动态变化范围。
图1中真实值为基于大数据技术对某相近水平学生样本的高考成绩的统计结果，而通过模拟测试的方式，对多名同等水平的学生进行测试，在忽略外部动态影响因素的情况下，预测值与真实值之间能够保持较高的拟合度[6]。由此，则可以借助大数据技术搜集学生的预测成绩，并通过划分水平区间的形式，分析其离散情况，并借助分数估值拟合曲线提高预测准确度。
4.2智能推荐模块
基于大数据技术的智能推荐模块是依托人工智能技术对影响因素进行系统性的分析，并能够根据近年来目标院校的实际录取分数等情况，为学生智能推荐风险低、综合评价高的志愿填报方案。
由图2可以看出，智能推荐模块的关键在于影响因素的数据获取，借助数据挖掘技术，尽可能的将学生基本数据与学科、属地等影响因素作为智能推荐模块的输入卡标数据，从而提高推荐的精准度[7]。在院校类别、特色专业与地理位置等影响因素的分析方面，则需要优化对应因素在综合评分中的权重比，基于大数据技术在数据模型处理中的优势，可以通过数据模型仿真等方式，对不同权重比分配下的综合评分结果进行验证，从而保证推荐结果的有效性和准确性。
4.3风险评估模块
大数据的应用为考生志愿填报提供了诸多的方便，但学生具体的志愿填报还需要充分考虑学生个人特点、发展规划等影响因素，科学、合理的运用大数据提供的数据参考和数据分析，因人而异的制定适合的报考方案，提升考生志愿填报的适配度[8]。且大数据技术在学生志愿填报中的应用对数据的依赖性较强，数据偏差将会导致不可预料的风险存在，因此，增加风险评估模块有着一定的必要性。
如图3所示，应用层主要涉及数据输入和现实等相关功能；业务逻辑层在承担数据转发的同时，还需要对相关历史数据进行挖掘，从而丰富大数据处理的样本空间，以弱化风险为原则，对风险存在的可能性等提供更加充分的依据；数据处理层则重点针对数据的真实性、有效性和相关性等进行分析，以及判定智能推荐结果与数据处理结果的关系，最终在风险评估界面中显示综合风险指数与风险源等信息。
5结语
志愿填报作为学生人生的重要选择节点，面对海量的数据信息，确切的需要系统化的科学分析报告，学生以自身的职业规划为前提，科学定位，规划职业方向，选择发展城市，借助大数据提供的信息和数据更为清晰的认识自我、更为科学的选择专业、更为合理的规划职业生涯，充分发挥大数据的分析优势，利用大数据的有效预判，帮助学生在志愿填报时进行科学的选择。每一年的高考分数都存在很大的不确定性，浮动也比较大，单纯分数对于志愿填报的参照作用不够精准，对此可以利用大数据的分析，在学生相关数据基础上，运用位次法筛选合适的学校，依照冲、稳、保、垫的原则结合学生的城市倾向、专业倾向等，帮助学生选择最优的填报方案，助力学生的理性选择。
参考文献
[1]杜亦睿.大数据技术在高考志愿填报中的应用分析[J].中国新通信,2019,21(5):36-37.
[2]王辉.知分知位:如何利用高考大数据填报志愿[J].招生考试通讯(高考版),2015(6):7-9.
[3]伦关臣.基于“互联网+”和大数据的高考信息公开质量提升研究[J].价值工程,2018,37(10):199-201.
[4]杨吉才,韦量.“人工智能+大数据”背景下科学填报高考志愿探究[J].广西教育,2020(23):52-53+112.
[5]王颖辉,金鑫,苏俊源,等.大数据视野下的高考志愿填报智能决策系统[J].辽宁科技学院学报,2019,21(5):14-16.
[6]伦关臣.基于“互联网+”和大数据的高考信息公开质量提升研究[J].价值工程,2018,37(10):199-201.
[7]廖建新.大数据技术的应用现状与展望[J].电信科学,2015(7):7-18.
[8]徐兰静,李珊,严钊.基于协同过滤的高考志愿推荐系统[J].计算机系统应用,2015,24(7):185-189.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/36952.html
