(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 202210923211.7 (22)申请日 2022.08.02 (71)申请人 广州市乐无边教育科技有限公司 地址 510000 广东省广州市天河区龙口东 路354号418/419房自编A单 元 (72)发明人 钟志育　吴一凡　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 苏舒音 (51)Int.Cl. G06F 16/9535(2019.01) G06F 17/18(2006.01) G06Q 50/20(2012.01) (54)发明名称 一种报考信息的处理方法、 装置、 设备以及 存储介质 (57)摘要 本发明公开了一种报考信息的处理方法、 装 置、 设备以及存储介质。 该方法包括： 对用户输入 的志愿描述信息进行处理， 并根据处理结果确定 用户的候选报考意向； 基于Huber回归模型和/或 RANSAC模型， 根据候选报考意向在预设历史年份 的历史投档分数线、 历史投档分数线排位和历史 排位百分比， 预测候选报考意向在当前年份的当 前投档分数线、 当前投档分数线排位和当前排位 百分比； 确定投档分数线的分数线分布、 投档分 数线排位的分数线排位分布和排位百分比的排 位百分比分布； 基于分数线分布、 分数线排位分 布和排位百分比分布， 根据用户实际分数、 实际 排位和实际排位百分确定的录取率确定候选报 考意向的展现方式。 提高了对志愿推荐的准确 性、 有效性和丰富 性。 权利要求书3页 说明书15页 附图5页 CN 115146176 A 2022.10.04 CN 115146176 A 1.一种报考信息的处 理方法， 其特 征在于， 包括： 对用户输入的志愿描述信息进行处 理， 并根据处 理结果确定用户的候选报考 意向； 基于Huber回归模型和/或RANSAC模型， 根据 候选报考意向在 预设历史年份的历史投档 分数线、 历史投档分数线排位和历史排位百分比， 预测候选报考意向在当前年份的当前投 档分数线、 当前投档分数线排 位和当前排 位百分比； 根据历史投档分数线、 历史投档分数线排位和历史排位百分比， 以及当前年份的当前 投档分数线、 当前投档分数线排位和当前排位百分比， 分别确定投档 分数线所服从的分数 线分布、 投档分数线排位所服从的分数线排位分布和排位百分比所服从的排位百分比分 布； 其中， 所述分数线分布、 分数线排 位分布和排 位百分比分布均为 正态分布； 基于所述分数线分布、 分数线排位分布和排位百分比分布， 根据用户在考试中的实 际 分数、 实际排位和实际排位百分比确定候选报考意向对用户的录取率， 并根据所述录取率 确定所述 候选报考 意向的展现方式。 2.根据权利要求1所述的方法， 其特征在于， 基于所述分数线分布、 分数线排位分布和 排位百分比分布， 根据用户在考试中的实际分数、 实际排位和实际排位百分比确定候选报 考意向对用户的录取率， 包括： 根据分数线排位分布的均值和标准差， 以及用户在考试中的实 际排位， 确定用户被录 取的第一用户录取率； 根据所述排位百分比分布的均值和标准差， 以及用户在考试中的实 际排位百分比， 确 定用户被录取的第二用户录取率； 根据候选报考意向在当前年份的当前投档分数线和用户在考试中的实际分数， 确定第 一权重， 并根据所述第一权 重， 确定第二权 重； 根据所述第一用户录取率、 第 二用户录取率、 第 一权重以及第二权重， 确定候选报考意 向对用户的录取率。 3.根据权利要求1所述的方法， 其特征在于， 根据历史投档分数线、 历史投档分数线排 位和历史排位百分比， 以及当前年份的当前投档分数线、 当前投档分数线排位和当前排位 百分比， 分别确定投档分数线所服从的分数线分布、 投档 分数线排位所服从的分数线排位 分布和排 位百分比所服从的排 位百分比分布， 包括： 根据历史投档分数线和当前年份的当前投档分数线， 确定投档分数线所服从的分数线 分布的均值和标准差； 根据历史投档分数线排位和当前投档分数线排位， 确定投档分数线排位所服从的分数 线排位分布的均值和标准差； 根据历史排位百分比和当前排位百分比， 确定排位百分比所服从的排位百分比分布的 均值和标准差 。 4.根据权利要求3所述的方法， 其特征在于， 根据历史投档分数线排位和当前投档分数 线排位， 确定投档分数线排 位所服从的分数线排 位分布的均值和标准差， 包括： 将所述当前投档分数线排位， 确定为投档分数线排位所服从的分数线排位分布的均 值； 确定各历史 投档分数线排 位与所述均值的偏差中的最大偏差； 根据所述 最大偏差， 确定为投档分数线排 位所服从的分数线排 位分布的标准差 。权　利　要　求　书 1/3 页 2 CN 115146176 A 25.根据权利要求3所述的方法， 其特征在于， 根据历史投档分数线排位和当前投档分数 线排位， 确定投档分数线排 位所服从的分数线排 位分布的均值和标准差， 包括： 若所述历史投档分数线排位中存在异常数据， 则确定所述异常数据对应的历史年份是 否为当前年份的前一 年； 若是， 则根据设定随机数和所述当前投档分数线排位， 确定投档分数线排位所服从的 分数线排 位分布的均值； 确定历史 投档分数线排 位中， 除当前年份前一 年之外的剩余历史 投档分数线排 位； 根据所述剩余历史投档分数线排位的极差， 确定投档分数线排位所服从的分数线排位 分布的标准差 。 6.根据权利要求1 ‑5中任一项所述的方法， 其特征在于， 所述对用户输入的志愿描述信 息进行处 理， 并根据处 理结果确定用户的候选报考 意向， 包括： 对用户输入的志愿描述信 息进行语义处理， 得到用户的候选报考属性； 其中， 所述候选 报考属性包括如下至少一项： 学 校等级、 专业类型或学 校所在区域； 根据所述 候选报考属性， 确定用户的候选报考 意向。 7.根据权利要求6所述的方法， 其特征在于， 根据 所述录取率确定所述候选报考意向的 展现方式， 包括： 对用户输入的志愿描述信息进行语义处 理， 得到所述 候选报考属性的优先级； 根据所述录取率和所述候选报考意向所属的候选报考属性的优先级， 确定所述候选报 考意向的展现方式。 8.一种报考信息的处 理装置， 其特 征在于， 包括： 意向确定模块， 用于对用户输入的志愿描述信息进行处理， 并根据处理结果确定用户 的候选报考 意向； 预测模块， 用于基于Huber回归模型和/或RANSAC模型， 根据候选报考意向在预设历史 年份的历史投档分数线、 历史投档分数线排位和历史排位百分比， 预测 候选报考意向在当 前年份的当前投档分数线、 当前投档分数线排 位和当前排 位百分比； 分布确定模块， 用于根据历史投档分数线、 历史投档分数线排位和历史排位百分比， 以 及当前年份的当前投档分数线、 当前投档分数线排位和当前排位百分比， 分别确定投档 分 数线所服从的分数线分布、 投档分数线排位所服从的分数线排位分布和排位百分比所服从 的排位百分比分布； 其中， 所述分数线分布、 分数线排位分布和排位百分比分布均为正态分 布； 展示方式确定模块， 用于基于所述分数线分布、 分数线排位分布和排位百分比分布， 根 据用户在考试中的实际分数、 实际排位和实际排位百分比确定候选报考意向对用户的录取 率， 并根据所述录取率确定所述 候选报考 意向的展现方式。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使所述至少一个处理器能够执行权利要求1 ‑7中任一项所述的 报考信息的处 理方法。权　利　要　求　书 2/3 页 3 CN 115146176 A 3