1概述
高考对于每个学子来说，是自己人生转折的关键。
如何走好这步棋，离不开谨慎地填报高考志愿。目前，填报志愿的时间主要有3种：考前填报、估分填报和知分填报[1]。这3种模式各有利弊，孰优孰劣至今未有定论。估分填报是在高考之后知晓成绩之前填报志愿，主
要依据考生对高考发挥状况的估计，估分填报不必过分担心临场失误，但如果估分处理不当，考生也很可能与高校失之交臂[2]
。传统的模拟志愿的方式不仅费事费力,
还有可能因为老师的非专业性，导致志愿不严谨等情况的发生。鉴于此，提出一款基于ThinkPHP 的高考志愿
模拟填报系统的设计方案[3]。考生在登录该网站后，可以直接将高考分数输入系统中，系统在进行KNN 的自动匹配后输出分数相匹配的专业以及该专业所对应的优势高校等信息，使学生可以直观地了解到自己的分数在同学们中的位次水平。同时，考生在网站上注册后，可以利用月考等平时测试成绩进行模拟志愿填报，系统会根据弱势学科推送学习资料及相关视频；在考后及时推送分数线和高校招生计划，还可以根据学生填写的兴趣爱好结合其优势学科，推荐最适合该生的专业以及该专业最好的院校。
2
网站整体构架设计
2.1总体构架思路
该网站具有两个用户终端：前台用户端和后台管理
端，具有不同的权限和功能。考生在登录到了网站中，考生可以进行志愿的模拟填报。还可以查看高校和专业的信息以及往年的录取分数线。而管理员登录到后台中，可以对历年分数对应录取专业、高校专业信息、学习测试、用户等进行增删改查等管理。在网站具体构架
中，采用MVC 设计模式。MVC (Model V iewController)是模型、视图和控制器的缩写。MVC 模式对
于Web 应用开发是一种先进的设计思想，无论选择哪种语言，也无论应用多复杂，它都能为构造产品提供清晰的设计框架[4]。其简单的系统构架如图1所示。
2.2系统主要功能2.2.1志愿模拟填报
现在高中的同学大多都有一个现象，就是通过家长
和老师的共同教育影响下。第一目标就是学习，但是对于自己想要什么或者是喜欢什么保持着模棱两可的态度。但是该网站中，同学们可以将每个月的月考成绩或者诊断性考试的成绩输入到系统中，如图2所示。系统会将此次考试的成绩进行分析，对应出相应优势学科适合的相关专业，如图3所示。
基金项目：教育部2018年国家级大学生创新创业训练项目(201814389034)，成都师范学院校级教改项目(2018JG01)。
作者简介：郭宇(1998-)，男，本科，研究方向：移动程序应用开发；杨宏(1981-)，男，通讯作者，讲师，硕士，研究方向：计算机应用、教育信息化。收稿日期：2019-06-22
基于ThinkPHP 的高考志愿模拟填报系统开发与实现
郭宇1，魏泓舟1，杨宏2*
（1.成都师范学院计算机科学学院，成都611130；2.成都师范学院网络与信息中心，成都611130）摘
要：高考志愿填报是每一位考生人生中很重要的环节，为了避免考生们填报志愿时遇到的种种问题，开发了一款基于ThinkPHP 的高考志愿模拟填报系统，该系统采用KNN 算法进行志愿推荐，为考生提供高校和专业信息。测试实践表明，系统运行稳定有序，能够帮助考生模拟填报志愿，有一定的推广意义和使用价值。
关键词:ThinkPHP 框架；高考志愿填报；系统设计；KNN 算法模型
图1系统构架图
高考志愿模拟
填报系统
前台用户端志愿模拟填报日常学习测试查看高校专业信息后台管理端
高校专业管理学习测试
管理
用户管理
历年分数对应录取专业管理
2.2.2学校和专业
现在中国的大环境下，家长在帮忙孩子填报志愿的
时候，一般按照的是时下热点和自己的理解。但是对于大多数专业，家长并不是太理解这个专业是干什么的，要学习什么科目，培养方案是什么。对此，在该网站中，每次推荐专业的时候，可以点击专业介绍。2.2.3学习测试及在线学习
考生在课堂学习之余可以到该网址的章节测试中,
对于某个知识点进行查漏补缺。也可以对某个知识点进行视频学习回看。
3关键功能模块———构建KNN 算法模型代码实现
该网站的主要功能是提供给考生模拟高考志愿功
能，当考生登录后，随即可以将高考分数输入到系统中，进行高考志愿的模拟填报。系统在实现志愿
模拟时主要采用KNN 算法，现将各个环节的关键代码说明
如下:
3.1KNN 算法模型
KNN (K 最近邻)分类算法是应用最为广泛的分类
算法[5]。k-近邻算法的输入为实例的特征向量(考生的各科成绩)，对应于特征空间的点；输出为实例的类别(数据集中对应的录取专业)。KNN 最近邻算法的主要特点之一是需要计算待分类文本与训练文本集每一个文本的相识度。因此，相识度的计算是KNN 最邻算法的关键点之一[6]。k-邻算法假设给定一个训练数据集(通过问卷调查收集往届考生的录取信息)，其中的实例类
别已定(往届考生的分数对应的录取院校)。分类时，对新的实例(新输入的成绩)，根据其k 个最近邻的训练实例的类别，通过多数表决等方式进行预测。3.2KNN 算法思想
(1)计算已知类别中数据集的点与当前点的距离。(即计算所有样本点跟待分类样本之间的距离)(2)按照距离递增排序。
(计算完样本距离进行
排序)
(3)选取与当前点距离最小的k 个点。
(选取距离样本最近的k 个点)
(4)确定钱k 个点所在类别的出现频率。
(针对这
k 个点，统计下各个类别分别有多少个)
(5)返回前k 个点出现频率最高的类别作为预测结
果。(k 个点中某个类别最多，就将样本划归该点)
3.3收集样本数据构建数据集并分析模型
在构建KNN 模型之前，要先将数据进行处理。对
数据处理后，很不容易进行数据分析。可以将其可视化展示出来，进而查看数据稀疏程度、离散程度等。可以利用Python 中的matplotlib 模块进行三维绘图，具体代码如下:
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D def analyze_data_plot(x,y,z):fig =plt.figure()
ax =fig.add_subplot(111,projection='3d')ax.scatter(x,y,z)
plt.title ("学生主科成绩散点图",fontsize=50,
fontname="宋体",fontproperties=myfont)
ax.set_xlabel ('语文成绩',fontsize=25,font⁃
name="宋体",fontproperties=myfont)
ax.set_ylabel ('数学成绩',fontsize=25,
font⁃
图2
考生输入各科分数
图3专业、
高校推荐
name="宋体",fontproperties=myfont)
ax.set_zlabel ('英语成绩',fontsize =25,font⁃name="宋体",fontproperties=myfont)
plt.show()
原始数据如表1所示，三维散点图如图4所示，可以看出成绩的分布区间和对应的录取专业大约分为三组特征。
3.4计算欧式距离
在构建KNN 模型中，计算新数据与样本数据集中
每条数据的距离是不可获取的一步，采用的是欧式距离。相关代码如下:
def EuclideanDistance(newV,datesets):rowsize,colsize =datesets.shape
diffMat =tile(newV,(rowsize,1))-datesets sqDiffMat =diffMat **2
sqrtDist =sqDiffMat.sum(axis=1)**0.5return sqrtDist
3.5构建KNN 模型
在创建了数据集和分析好了模型之后，就可以开始
构建KNN 模型了。主要代码如下:
from numpy import *import operator
def knn_Classifier(newV,datasets,labels,k):#1.获取新的样本数据#2.获取样本库的数据#3.选择k 值
#4.计算样本数据与样本库数据之间的距离SqrtDist =EuclideanDistance(newV,datasets)print(SqrtDist)
#5.根据距离进行排序
sortdDistIndexs =SqrtDist.argsort(axis=0)#6.针对k 个点，统计各个类别的数量classCount ={}for i in range(k):
#根据距离排序索引值到类标签votelabel =labels[sortdDistIndexs[i]]#统计标签键值对
classCount [votelabel]=
(votelabel,0)+1
#7.投票机制，少数服从多少原则，输出类别#对各个分类字典进行排序，降序，按照value 进
#行排序
sortClassCount =sorted(clssassCount.items(),
key=operator.itemgetter(1),reverse=True)
return sortClassCount[0][0]
4结语
提出了一种基于ThinkPHP 的高考志愿模拟填报系
统的设计方法。该系统的考生用户可以通过高考志愿模拟填报来辅助自己的志愿填报。同时，考生还可以在该系统中了解高校的信息、历年分数录取线和自己感兴趣的专业信息。在课余的时间，考生还可以在该系统中进行查漏补缺和知识点复习回看。通过不少考生的使用表明，通过该系统的志愿模拟有效提高了考生对于志愿填报的理解，大大提高了考生志愿填报的成功率。
参考文献
[1]谷鹏磊.高考志愿填报相关影响因素的调查报告[J].中国校外教育,2019,12(01):69.
[2]李凤，甘犁，杨小玲.高考志愿填报时间和录取机
制研究[J].教育研究,2010,5(10):53-59.姓名语文数学英语物理\地理生物\政治化学\历史录取专业同学A 101113102787569计算机科学与技术同学B 92132
95
687971数学与应用数学同学C 99
115103
757865计算机科学与技术
同学D 120105115677175汉语言文学同学E 115106119756870汉语言文学同学F 96128
98
738270数学与应用数学同学G 99119105768278计算机科学与技术
同学H 117
99
108727064汉语言文学同学I 101125
97
82
73
69
数学与应用数学
表1特征数据集
图4学生主课成绩散点图
学生主科成绩散点图
英语成绩
数学成绩
语文成绩120115
如何运行php项目110
105
10095
100
105
110
115
120125
130
95100105
110115120
(下转第67页)
torderId()、getName()、getCust_phone()、getCust_address()、getMoney()、getState()方法，为视图View类中调用各字段值做好准备。例如getorderId(Cursor c)方法参数为Cursor类型，也称为游标类型，对象c就是查询后的游标，对象c根据索引(值为1)获取String类型的字段值,c.getString(1)获得查询
后的订单号，并返回该订单号。
4结语
Android系统数据库操作采用自定义类的方法，实现了数据库表创建、插入记录和查询等基本操作，通过面向对象的设计方法，充分利用了面向对象编程的封装、继承特性，设计的类能够在其他数据库项目中快速复用，提高了开发效率，在实际项目开发中会起到事半功倍的效果，希望读者借鉴采用。
参考文献
[1]焦战，王新强.Android物联网应用程序开发.北
京：机械工业出版社,2016.
[2]Android编程权威指南.3版.王明发，译.
北京：人民邮电出版社,2017.
[3]王昭英.基于MVC设计模式的ThinkPHP框架的研
究与应用[D].西安：西安建筑科技大学,2010.
[4]王俊芳，李隐峰，王池.基于MVC模式的ThinkPHP
框架研究[J].电子科技,2014,27(4):151.[5]闭小梅，闭瑞华.KNN算法综述[J].科技创新导
报,2009,12(14):31.
[6]黄莉，李湘东.两种相似度计算方法对KNN分类
效果的影响研究[J].情报杂志,2012,31(7): 177-181.
要，教师可以通过App的家校通信快捷地联系到家长，家长到校后同样可以使用人脸识别(身份卡)验证通过后进入学校接走孩子。
3.2关键技术
电子标签射频识别技术是一种非接触式的自动识别技术，通过射频信号识别目标对象并获取相关数据，识别工作无须人工干预。可识别高速运动物体并可同时识别多个标签，操作快捷方便。电子标签
作为条形码的无线版本,RFID技术具有条形码所不具备的防水、防磁、耐高温、使用寿命长、读取距离大、标签上数据可以加密、存储数据容量更大、存储信息更改自如等优点。RFID阅读器可以通过天线与RFID电子标签进行无线通信，可以实现对标签识别码对内存数据的读出于写入操作。且阅读器可以作为接收器使用。标签具有唯一的电子编码可以标识唯一的数据对象。人脸识别技术已经广泛用于政府、军队、银行、社会福利保障、电子商务、安全房屋等领域。人脸识别技术的主流化、芯片化、标准化。与其他生物特征的多生物特征融合与RFID的联合。使得人脸识别在近几年后能为最高效、最安全、最普及的技术。网络监控摄像头具有良好的可靠性和兼容性，而且安装简单、操作简便，用户操作简易。摄像头可用于IP网络基础上的远程视频图像传输。可以在LAN/WAN上以30帧/每秒传输高质量(VGA或GIF)的实时视频图像。在任何时间任何地点，都能够轻松地在网上通过点击来监视、控制和随放图像。摄像头除了标准的用户认证机制之外，更通过AES128-bit标准的高强度加密算法，对图像进行加密后传输，确保信息安全。在远程浏览时还可以记录图像，内置动态域名可以在IP经常变化的环境中使用。
4结语
儿童是祖国的未来，民族的希望。亿万儿童能否健康成长，关系国家的前途。根据我国国情出发，研发一套操作简单实现一次培训就能够掌握，并将大部分每天都要重复的操作交给软件来执行。
参考文献
[1]杨世淼.基于Web Server和Android平台的智能幼
儿园管理系统[D].华中科技大学,2016,10. [2]曾党泉.基于物联网技术的校园安防系统的研究与
设计[J].现代电子技术,2013,(24):43-46. [3]谭建平，柔卫国，余敏，等.基于物联网的一体化
安全防范技术体系研究[J].湖南理工学院学报(自然科学版),2011,24(4):46-51. [4]于皓.面向主题的物联网安全模型设计与研究[D].
山东科技大学,2010,10.
[5]胡婕，宗平.面向物联网的RFID安全策略研究[J].
计算机技术与发展,2011,21(5):151-154.
(上接第56页) (上接第61页)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。