(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210324312.2 (22)申请日 2022.03.29 (71)申请人 西北大学 地址 710069 陕西省西安市太华北路2 29号 (72)发明人 宋小烜　高东怀　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 专利代理师 刘芳 (51)Int.Cl. G06F 16/951(2019.01) G06F 16/9535(2019.01) G06F 16/955(2019.01) G06F 16/33(2019.01) G06F 16/335(2019.01) G06F 40/289(2020.01) G06F 40/30(2020.01) (54)发明名称 一种高考志愿填报推荐方法及系统 (57)摘要 本发明涉及一种高考志愿填报推荐方法及 系统， 涉及数据处理技术领域， 方法包括获取维 基百科数据和考生输入的意向信息； 利用爬虫技 术获取历史招录信息； 根据所述维基百科数据和 所述历史招录信息训练词向量； 根据所述词向量 和所述意向信息进行相似度匹配， 得到相似度； 根据所述相似度确定高考志愿推荐结果。 本发明 能够提高对高考志愿推荐的准确性。 权利要求书1页 说明书5页 附图3页 CN 114637904 A 2022.06.17 CN 114637904 A 1.一种高考志愿填报推荐方法， 其特 征在于， 包括： 获取维基百 科数据和考 生输入的意向信息； 利用爬虫技 术获取历史招录信息； 根据所述维基百 科数据和所述历史招录信息训练词向量； 根据所述词向量和所述 意向信息进行相似度匹配， 得到相似度； 根据所述相似度确定高考志愿推荐结果。 2.根据权利要求1所述的高考志愿填报推荐方法， 其特征在于， 所述利用爬虫技术获取 历史招录信息， 具体包括： 获取网页的URL并将所述网页的URL作为种子； 将所述种子 置入待抓取的URL队列； 对所述待抓取的URL队列进行爬取 得到种子的URL； 利用DNS对所述种子的URL进行解析， 得到链接地址； 根据所述链接地址下 载历史招录信息 。 3.根据权利要求2所述的高考志愿填报推荐方法， 其特征在于， 在所述根据所述链接地 址下载历史招录信息之后还 包括： 将所述种子的URL置入已抓取队列。 4.根据权利要求3所述的高考志愿填报推荐方法， 其特征在于， 所述获取网页的URL并 将所述网页的URL作为种子具体包括： 判断所述网页的URL是否位于所述已抓取队列， 得到判断结果； 若是， 则重新获取网页的URL； 若否， 则获取网页的URL并将所述网页的URL作为种子 。 5.根据权利要求1所述的高考志愿填报推荐方法， 其特征在于， 在所述根据所述维基百 科数据和所述历史招录信息训练词向量之前， 还 包括： 对所述维基百 科书和所述历史招录信息依次进行去重和分词处 理。 6.根据权利要求1所述的高考志愿填报推荐方法， 其特征在于， 所述根据 所述维基百科 数据和所述历史招录信息训练词向量， 具体包括： 利用Word2vec模型根据所述维基百 科数据和所述历史招录信息训练词向量。 7.根据权利要求1所述的高考志愿填报推荐方法， 其特征在于， 所述相似度根据余弦距 离确定。 8.一种高考志愿填报推荐系统， 其特 征在于， 包括： 获取模块， 用于获取维基百 科数据和考 生输入的意向信息； 爬取模块， 用于利用爬虫技 术获取历史招录信息； 训练模块， 用于根据所述维基百 科数据和所述历史招录信息训练词向量； 相似度匹配模块， 用于根据所述词向量和所述 意向信息进行相似度匹配， 得到相似度； 高考志愿推荐结果确定模块， 用于根据所述相似度确定高考志愿推荐结果。权　利　要　求　书 1/1 页 2 CN 114637904 A 2一种高考志 愿填报推荐方 法及系统 技术领域 [0001]本发明涉及数据处 理领域， 特别是 涉及一种高考志愿填报推荐方法及系统。 背景技术 [0002]现有志愿填报推荐网站和系统对志愿文本语义分析理解能力弱， 推荐结果个性化 程度不足， 无法满足考 生和家长需求的现状和问题。 发明内容 [0003]本发明的目的是提供一种高考志愿填报推荐方法及系统， 以提高对高考志愿推荐 的准确性。 [0004]为实现上述目的， 本发明提供了如下 方案： [0005]一种高考志愿填报推荐方法， 包括： [0006]获取维基百 科数据和考 生输入的意向信息； [0007]利用爬虫技 术获取历史招录信息； [0008]根据所述维基百 科数据和所述历史招录信息训练词向量； [0009]根据所述词向量和所述 意向信息进行相似度匹配， 得到相似度； [0010]根据所述相似度确定高考志愿推荐结果。 [0011]可选地， 所述利用爬虫技 术获取历史招录信息， 具体包括： [0012]获取网页的URL并将所述网页的URL作为种子； [0013]将所述种子 置入待抓取的URL队列； [0014]对所述待抓取的URL队列进行爬取 得到种子的URL； [0015]利用DNS对所述种子的URL进行解析， 得到链接地址； [0016]根据所述链接地址下 载历史招录信息 。 [0017]可选地， 在所述 根据所述链接地址下 载历史招录信息之后还 包括： [0018]将所述种子的URL置入已抓取队列。 [0019]可选地， 所述获取网页的URL并将所述网页的URL作为种子具体包括： [0020]判断所述网页的URL是否位于所述已抓取队列， 得到判断结果； [0021]若是， 则重新获取网页的URL； 若否， 则获取网页的URL并将所述网页的URL作为种 子。 [0022]可选地， 在所述根据所述维基百科数据和所述历史招录信息训练词向量之前， 还 包括： [0023]对所述维基百 科书和所述历史招录信息依次进行去重和分词处 理。 [0024]可选地， 所述 根据所述维基百 科数据和所述历史招录信息训练词向量， 具体包括： [0025]利用Word2vec模型根据所述维基百 科数据和所述历史招录信息训练词向量。 [0026]可选地， 所述相似度根据余弦距离确定 。 [0027]一种高考志愿填报推荐系统， 包括：说　明　书 1/5 页 3 CN 114637904 A 3