目录
摘要 1
关键词 1
Abstract 1
Key words 1
1 绪论 2
1.1 研究背景 2
1.2 国内外研究状况 2
1.2.1 推荐系统研究现状 2
1.2.2 分数预测研究现状 2
1.2.3 高考志愿推荐系统研究现状 3
1.3 研究目的和内容 3
2 相关理论与技术研究 3
2.1 灰色预测模型理论 3
2.1.1 灰色预测模型预备知识 3
2.1.2 灰色预测模型的一般过程 4
2.1.3 灰色预测模型的改进 5
2.1.4 灰色预测模型的检验方法 5
2.1.5 灰色预测模型的流程图 6
2.2 推荐系统算法理论 7
2.2.1 基于内容的推荐算法 7
2.2.2 基于知识的推荐算法 7
2.3 霍兰德职业兴趣理论 8
2.3.1 霍兰德职业兴趣理论原理依据 8
3 系统需求分析 9
3.1 可行性分析 9
3.1.1 系统可行性 9
3.1.2 技术可行性 9
3.2 系统分析 9
3.2.1 系统分析 9
3.2.2 系统功能需求用例图 10
3.3 技术路线图 10
4 系统设计 11
4.1 总体功能结构图 11
4.2 UML系统顺序图 12
4.3 系统数据库设计 12
4.3.1 数据库基础理论 12
4.3.2 数据库结构设计 13
4.3.3 数据库逻辑设计 13
4.4 系统活动图 17
4.4.1 用户选择登录或者注册活动图 17
4.4.2 用户高考志愿推荐活动图 18
4.4.3 用户高校信息筛选与查询活动图 19
5 系统实现方法 20
5.1 高考志愿数据的获取方法 20
5 *景先生毕设|www.jxszl.com +Q: ^351916072* 
.1.1 Python语言 20
5.1.2 Python爬取高考志愿网站数据 20
5.2 灰色理论预测算法的实现 21
5.2.1 灰色预测理论的实际运用 21
5.3推荐算法的实现 22
5.3.1 物品属性资料描述 22
5.3.2 基于知识的推荐算法实现方法 22
5.3.3 基于内容的推荐算法实现方法 23
5.3.4 推荐算法实现流程图 24
6 系统测试 24
6.1 系统测试目的 24
6.2 系统测试用例及测试结果 25
6.2.1 注册用例测试 25
6.2.2 登录用例测试 25
6.2.3 用户输入高考信息用例测试 26
6.2.4 霍兰德职业兴趣匹配用例测试 27
6.2.5 高考志愿推荐用例测试 28
6.2.6 历史记录查看用例测试 29
6.2.7 高校筛选用例测试 30
6.2.8 高校详细信息查询用例测试 31
7 结论 32
7.1 个人总结 32
7.2 个人展望 32
致谢 32
参考文献： 33
高考志愿推荐系统设计与实现
引言
1 绪论
1.1 研究背景
随着我国教育事业的不停发展，高考几乎成为了每一位学生人生中必须要经历的一道坎。根据统计，自从国家恢复高考政策之后，每年的高考人数都保持一个较高的数值，最多的时候甚至可以达到一千多万的顶峰。并且随着教育事业的愈发受到重视，国内高等院校的数量也出现了极大的增长，在经过了40年的发展，已经从最初的404所增长到达了2595所之多，并且招生比例也显著提升了百分之七十之多。由此可见，高等教育与招生在国内普及的情况呈现出了极好的态势。
1.2 国内外研究状况
1.2.1 推荐系统研究现状
近年来，随着网络的普及以及发展，信息的整理与收集成为了一件愈发方便快捷的事情。信息的扩散以及传播，也越发的高速与及时。信息量呈现了指数式的增长，这对人们的生活产生了极大的影响。一方面，人们因为信息的及时传播，可以更加快捷的与外界世界接轨；另一方面人们快速的找到适合自己的信息也就愈发的困难起来。因此，一种辅助用户更加及时高效的寻找到所需信息的系统：信息推荐系统也就应运而生。它的出现极大程度降低了人们寻找有用信息的难度[2]。
推荐系统一次最先是在1990年问世的，由美国科学家ReSnick等人最先提出，即在充分接收用户的要求的基础上，给出更加有价值的结果给用户。1992年，协同过滤的概念问世，简单而言就是，更具用户近期查询访问的历史记录，总结得出用户的个人特征，再找到与用户特征相似的临近用户集，通过临近用户集的喜好或者历史特征，再反过来给予该用户相应的推荐结果。这种推荐方法目前已经是被开发者广泛的推广和使用，成为了众多推荐类APP中所使用的极为重要的算法之一。国内近几年推荐系统的应用与发展也急速的增长，从2002年的应用在蔬菜种植领域上的氮肥改进推荐系统，到2017年的基于Spark计算模型的分布式推荐系统的实现。这种方法可以应用在数据量较小的推荐系统上面，缓解数据量较小所带来的数据稀疏性等一系列问题，使得系统更能够更加快速的对查询指令做出反应，从而高效的返回结果，节省时间。
1.2.2 分数预测研究现状

原文链接：http://www.jxszl.com/jsj/wljs/563996.html