附表A.1:
六盘水师范学院毕业论文(设计)课题申报审核表
(2024届)
学院 | xxx | 适用专业 | xxx | ||||
学生姓名 | xxx | 学号 | xxx | 学生班级 | xxx | ||
论文(设计)题目 | 高考志愿推荐系统的设计与实现 | ||||||
指导教师姓名 | xxx | 指导教师职称 | xxx | ||||
课题来源 | 生产或社会实际 | 课题类型 | 设计 | ||||
说明:1、若课题来源于教师的科研项目,请填写科研项目名称,来源; 2、若课题来源于生产或社会实际,请写明来源单位。 | |||||||
毕业论文(设计)地点 | 六盘水师范学院 | 预计完成课题周数 | 14周 | ||||
一、课题基本内容及要求 ㈠设计基本内容: 背景: 高考是中国的大学招生的学术资格考试,在目前看来,高考的考试类型有两种,一种是文理分科,另一种是新高考模式。传统的文理分科是将学生分成两个类型,一种是文科,除了语数外三门课以外需要学习政史地,理科相对应的就需要学习物化生。根据学生的高考成绩和每个大学在所对应省份的总体招生计划来分梯度划线,也就是我们常说的重本线,二本线和专科线。 高考填报志愿对每个考生都非常重要,每年全国有数百万家庭使用网络了解高考支援志愿信息并推荐填报志愿。对于很大一部分考生和家长来说,短时间了解全国数千所高等院校的招生标准、历史录取分数、专业要求等信息非常困难。往往由于信息的缺失或错误造成高考志愿与考生成绩之间的较大差异,对考生造成不可挽回的损失。 因此,我们使用软件工程面向对象的思想,开发一个高考志愿填报推荐系统,为高考结束的学生提供智能化推荐服务、往年报考信息可视化统计等,提高学生志愿填报的准确度,加深学生对往年报考信息的认识深度,有助于志愿的合理填报。 主要内容:
㈡设计基本要求:
㈢论文或设计说明书要求
以Java、Python、人工智能、软件工程等基础知识作为论述依据,使用专业术语描述高考志愿填报推荐系统开发所需要的背景、意义、需求分析、数据库设计等论文模块。 用UML建模语言对流程设计、ER图、实体图、数据库表设计等进行完整图表绘制,并且用专业知识撰写成流畅描述语言,整合到论文中增添技术支持。 查询知网同类系统参考文献,多引用丰富的文献素材,拓宽论文借鉴、创新的渠道。
提供关键部分代码的清晰讲解文字。 准确给出部署环境需要的机器配置、软件版本、操作命令、步骤、脚本等。 给出软件环境的下载链接如百度云、阿里云等。 提供完整源代码、数据库建表语句的下载路径。 提供演示地址、演示视频、操作所需要的测试账号、密码等。
| |||||||
二、课题特点(表现在符合专业培养目标上、表现在结合省情方面、表现在采用先进技术方面、表现在培养学生解决工程技术问题的能力上)
| |||||||
三、此课题往届是否做过?若已做过,写明做过几次,本届有何新的要求? 此类题目属于新题目,如果往届有重复的话,本项目相对往届项目有如下创新之处:
| |||||||
四、课题的难易程度、工作量(论文字数或说明书字数、图纸数量),以及对学生的知识、技能有何要求等 1.该课题属于算法仿真类的课题,课题需要实现4种深度学习推荐算法、一种机器学习预测算法、一个知识图谱关系图的设计、高考志愿填报业务等,难度适中。 2.需要查阅10-15篇中外高考推荐类系统的参考文献,理清中外同类系统设计的优势和劣势,分析深层次技术设计的原理,结合我省高考的特点进行个性化定制设计。需要设计约20个功能模块;编写5-10万行代码实现;测试部分需要用单元测试完成,设计100-200个单元测试用例,边开发边单元测试自测可以降低统一测试的难度和节约测试时间。 3.解决以上问题需要掌握springboot+vue.js开发框架、mysql数据库、深度学习算法知识、Python爬虫等。 | |||||||
| |||||||
六、教学系审核意见: 该题目符合专业培养目标和教学基本要求原则,能使学生受到全面的专业基本训练,选题紧密结合生产和社会实际,难度和工作量适当,具有学科性、专业性,能体现专业的主干学科方向。 同意作为毕业设计选题。 教学系主任(签字): 2023年 月 日 | |||||||
七、学院毕业论文(设计)工作领导小组审批意见: 经学院毕业论文(设计)工作领导小组审核,同意作为毕业设计选题。 组长(签字): 2023年 月 日 |
注:1.若题目来源于教师的科研项目,请在“说明”处填写科研项目名称;若来源于生产/社会实际,请写明题目来源单位。
2.学生班级、学号和学生姓名栏只有在学生自拟课题时填写。
3.表格内中文字体均为宋体小四号,单倍行距;外文字体为“Times New Roman”(拉丁文采用斜体),字号、行间距等与中文相一致。
核心算法代码分享如下:
# -*- codeing = utf-8 -*-
# 创建预测所需要的数据用
#
import datetime
import numpy as np
import pandas as pd
import json
from db import db_util
d = db_util()
db, cursor = d.get_conn()
def insert_flow(name, n, v):
sd1 = datetime.date(2023, 1, 1) # 把数字字符变换成日期类型,赋值给一个变量
v1 = v
for i in range(1, n + 1):
# sd1 = sd1 + datetime.timedelta(days=1) # 加某个天数相加之后的日期
sd1 = sd1 + datetime.timedelta(days=30) # 加某个天数相加之后的日期
# print(i)
v1 = v1 + np.random.randint(50, high=100)
sql = "replace into tb_flow(name,name2, v) values('%s', '%s', %f)"\
% (sd1.strftime('%Y%m%d'), name, v1)
cursor.execute(sql)
db.commit()
print("end..")
if __name__ == '__main__':
v = 400
#t = '换成学校名称'
t = '武汉大学'
insert_flow(t, 7, v)