基于机器学习的高考志愿智能推荐平台

一、项目概述

本系统是一个面向高考考生的志愿填报辅助平台，基于 Django + Vue 3 前后端分离架构，结合历年录取数据与机器学习算法，为考生提供院校查询、专业查询、智能推荐、专业倾向测评、志愿填报管理等功能。系统支持多角色（高考生、教师、家长、数据管理员、系统管理员），并提供数据采集、模型训练等后台管理能力。

二、技术栈

层级	技术	版本
前端框架	Vue 3 + Composition API	3.4
UI 组件库	Element Plus	2.7
前端构建	Vite	5.2
状态管理	Pinia	2.1
图表	ECharts + vue-echarts	5.5
后端框架	Django + Django REST Framework	4.2 / 3.15
认证	JWT (djangorestframework-simplejwt)	5.3
数据库	MySQL 8.0 / SQLite（开发）	-
大数据处理	PySpark	3.5
机器学习	scikit-learn、NumPy、Pandas	1.5 / 1.26 / 2.2
AI 分析	通义千问 API (qwen-turbo)	-

三、项目结构

gaokao_zhiyuan/
├── backend/                          # Django 后端
│   ├── config/                       # 项目配置
│   │   ├── settings.py               # Django 配置（数据库、JWT、CORS等）
│   │   ├── urls.py                   # 主路由
│   │   └── wsgi.py                   # WSGI 入口
│   ├── apps/                         # 业务模块
│   │   ├── users/                    # 用户管理（注册、登录、JWT认证、角色管理）
│   │   ├── universities/             # 院校数据（院校、专业、分数线、招生计划）
│   │   ├── recommendation/           # 智能推荐（冲稳保推荐、专业测评、AI分析）
│   │   ├── volunteer/                # 志愿填报（志愿表管理、志愿项CRUD）
│   │   ├── crawler/                  # 数据采集（爬虫任务管理、模拟爬取）
│   │   └── system/                   # 系统管理（日志、权限、配置、模型训练）
│   ├── spark_jobs/                   # Spark 大数据处理
│   │   └── data_clean.py            # 数据清洗、趋势分析、特征构建
│   ├── init_data.py                  # 演示数据初始化脚本
│   ├── manage.py                     # Django 管理脚本
│   └── requirements.txt              # Python 依赖
├── frontend/                         # Vue 3 前端
│   ├── src/
│   │   ├── api/                      # API 接口封装
│   │   ├── layout/                   # 布局组件（侧边栏+顶栏）
│   │   ├── router/                   # 路由配置
│   │   ├── stores/                   # Pinia 状态管理
│   │   ├── styles/                   # 全局样式
│   │   ├── utils/                    # 工具函数（axios封装）
│   │   └── views/                    # 页面组件
│   │       ├── Login.vue             # 登录页
│   │       ├── Register.vue          # 注册页
│   │       ├── Dashboard.vue         # 首页概览
│   │       ├── Profile.vue           # 个人中心
│   │       ├── university/           # 院校查询、院校详情
│   │       ├── major/                # 专业查询
│   │       ├── recommend/            # 智能推荐、专业测评
│   │       ├── volunteer/            # 志愿填报、志愿详情
│   │       └── admin/                # 管理后台（用户、日志、爬虫、模型）
│   ├── package.json
│   ├── vite.config.js
│   └── index.html
└── README.md

四、功能模块说明

4.1 用户管理模块

支持五种角色：高考生、教师、家长、数据管理员、系统管理员
JWT Token 认证，access_token 有效期 1 天，refresh_token 7 天
注册、登录、个人信息修改、密码修改
管理员可管理用户（启用/禁用、重置密码）

4.2 院校查询模块

院校列表：支持按省份、层次、类型、985/211/双一流筛选，支持名称搜索
院校详情：展示院校基本信息、开设专业、近年录取分数线
院校对比：选择多所院校进行数据对比
省份列表接口：动态获取有数据的省份

4.3 专业查询模块

专业列表：支持按专业名称/代码搜索、按学科门类和所属院校筛选
专业详情：弹窗展示专业代码、学制、学位、就业率、平均薪资、简介等

4.4 智能推荐模块

冲稳保推荐：输入分数、省份、科类，基于历年录取分数线计算录取概率，按冲（20%-45%）、稳（45%-75%）、保（75%+）三个梯度推荐院校
录取概率算法：基于用户分数与院校近三年平均最低分的差值，通过分段函数计算概率
AI 智能分析：调用通义千问 API 对推荐方案进行专业点评和风险提示
推荐历史：记录每次推荐结果，支持回溯查看

4.5 专业倾向测评模块

10 道测评题目，覆盖逻辑思维、艺术创造、商业管理、社会服务、自然探索、语言表达六个维度
提交后计算各维度得分，确定最强倾向维度
根据测评结果匹配数据库中对应学科门类的院校和专业（最多15条），展示院校名称、985/211标签、专业名、就业率、薪资等

4.6 志愿填报模块

创建志愿表：填写分数、省份、科类
添加志愿项：选择院校和专业，设置志愿序号和冲稳保等级
志愿表状态管理：草稿 → 已提交 → 已分析
志愿分析：对志愿表进行梯度合理性分析

4.7 数据采集模块（管理员）

爬虫任务管理：查看任务列表、启动任务、停止任务、查看运行日志
支持院校信息采集和分数线数据采集两种任务类型
任务状态实时轮询更新（等待中 → 运行中 → 成功/失败）
爬取数据存储为原始数据 + 清洗后数据

4.8 系统管理模块（管理员）

操作日志：记录用户操作行为，支持按用户、操作类型、模块筛选
数据权限：按角色配置各模块的查看、编辑、删除、导出权限
系统配置：站点名称、最大志愿数、当前高考年份等可配置项
模型训练：启动推荐模型训练，查看训练日志和准确率

4.9 Spark 大数据处理模块

分数线数据清洗：去空值、去重、范围校验、字段标准化
分数线趋势分析：按院校+省份+科类聚合，计算平均分、最低分、最高分
推荐特征构建：聚合多年数据生成推荐模型输入特征

五、数据库设计

核心数据表

表名	说明	关键字段
users	用户表	username, role, phone, province, score, subject_type, subjects
universities	院校表	name, code, province, level, type, is_985, is_211, ranking, employment_rate
majors	专业表	university_id(FK), name, code, category, duration, degree, employment_rate, avg_salary
admission_scores	录取分数线	university_id(FK), major_id(FK), year, province, subject_type, min_score, min_rank
enrollment_plans	招生计划	university_id(FK), major_id(FK), year, province, plan_count, tuition
recommend_records	推荐记录	user_id(FK), university_id(FK), level(冲/稳/保), probability
assessment_questions	测评题目	content, option_a/b/c/d, category(维度)
assessment_results	测评结果	user_id(FK), answers(JSON), result(JSON), recommended_majors
volunteer_forms	志愿表	user_id(FK), name, score, province, status
volunteer_items	志愿项	form_id(FK), order, university_id(FK), major_id(FK), level, probability
crawler_tasks	爬虫任务	name, task_type, status, total_count, success_count, log
crawler_data	爬取数据	task_id(FK), data_type, raw_data(JSON), cleaned_data(JSON)
operation_logs	操作日志	user_id(FK), action, module, detail, ip_address
data_permissions	数据权限	role, module, can_view, can_edit, can_delete, can_export
system_configs	系统配置	key, value, description
model_train_logs	模型训练日志	name, status, accuracy, params(JSON), log

六、API 接口一览

用户认证

方法	路径	说明
POST	/api/users/auth/register/	用户注册
POST	/api/users/auth/login/	用户登录
GET	/api/users/auth/info/	获取当前用户信息
PUT	/api/users/auth/update_profile/	更新个人信息
POST	/api/users/auth/change_password/	修改密码

院校数据

方法	路径	说明
GET	/api/universities/list/	院校列表（支持筛选搜索）
GET	/api/universities/list/{id}/	院校详情
GET	/api/universities/list/compare/	院校对比
GET	/api/universities/list/provinces/	省份列表
GET	/api/universities/majors/	专业列表
GET	/api/universities/scores/	分数线列表
GET	/api/universities/scores/trend/	分数线趋势
GET	/api/universities/plans/	招生计划列表

智能推荐

方法	路径	说明
POST	/api/recommendation/recommend/smart_match/	智能匹配推荐
POST	/api/recommendation/recommend/ai_analyze/	AI智能分析
GET	/api/recommendation/recommend/history/	推荐历史
GET	/api/recommendation/assessment/questions/	获取测评题目
POST	/api/recommendation/assessment/submit/	提交测评
GET	/api/recommendation/assessment/my_results/	我的测评结果

志愿填报

方法	路径	说明
GET/POST	/api/volunteer/forms/	志愿表列表/创建
GET/PUT/DELETE	/api/volunteer/forms/{id}/	志愿表详情/修改/删除
GET/POST	/api/volunteer/items/	志愿项列表/创建

数据采集

方法	路径	说明
GET	/api/crawler/tasks/	任务列表
POST	/api/crawler/tasks/{id}/start/	启动任务
POST	/api/crawler/tasks/{id}/stop/	停止任务
GET	/api/crawler/tasks/{id}/logs/	查看任务日志

系统管理

方法	路径	说明
GET	/api/system/dashboard/overview/	仪表盘概览
GET	/api/system/dashboard/score_distribution/	分数分布统计
GET	/api/system/logs/	操作日志列表
GET/PUT	/api/system/permissions/	数据权限管理
GET/PUT	/api/system/configs/	系统配置管理
GET	/api/system/model-train/	模型训练列表
POST	/api/system/model-train/{id}/start_train/	启动模型训练

七、环境搭建与运行

7.1 环境要求

Python 3.10+
Node.js 18+
MySQL 8.0（生产环境）或 SQLite（开发环境）

7.2 后端启动

# 进入后端目录
cd gaokao_zhiyuan/backend

# 安装依赖
pip install -r requirements.txt

# 数据库迁移
python manage.py makemigrations users universities recommendation volunteer crawler system
python manage.py migrate

# 初始化演示数据
python init_data.py

# 启动开发服务器（端口8090）
python manage.py runserver 8090

7.3 前端启动

# 进入前端目录
cd gaokao_zhiyuan/frontend

# 安装依赖
npm install

# 启动开发服务器（端口5180）
npm run dev

7.4 访问地址

前端页面：http://localhost:5180/
后端API：http://127.0.0.1:8090/api/
前端已配置代理，/api 请求自动转发到后端 8090 端口

7.5 数据库配置

开发环境默认使用 SQLite，生产环境切换 MySQL 需修改 backend/config/settings.py 中的 DATABASES 配置：

DATABASES = {
    'default': {
        'ENGINE': 'django.db.backends.mysql',
        'NAME': 'gaokao_zhiyuan',
        'USER': 'root',
        'PASSWORD': 'your_password',
        'HOST': '127.0.0.1',
        'PORT': '3306',
    }
}

八、测试账号

角色	用户名	密码	说明
高考生	student1	123456	广东考生，620分，物理类
高考生	student2	123456	北京考生，580分，物理类
高考生	student3	123456	浙江考生，650分，物理类
教师	teacher1	123456	广东教师
家长	parent1	123456	北京家长
数据管理员	dataadmin	123456	可管理数据采集和模型训练
系统管理员	sysadmin	123456	拥有全部权限

九、推荐算法说明

录取概率计算

系统基于考生分数与目标院校近三年平均最低录取分数的差值，通过分段函数计算录取概率：

分差范围	概率计算公式	概率区间
≥ 30分	80 + diff × 0.5	80% - 95%
10 ~ 30分	60 + diff × 1.0	70% - 90%
0 ~ 10分	40 + diff × 2.0	40% - 60%
-10 ~ 0分	20 + diff × 2.0	0% - 40%
-30 ~ -10分	10 + diff × 0.5	5% - 15%
< -30分	5 + diff × 0.1	2% - 5%

专业倾向测评

测评覆盖六个维度，每个维度对应推荐的学科门类：

测评维度	推荐学科门类	推荐专业方向
逻辑思维	工学、理学	计算机科学与技术、数学、物理学
语言表达	文学、法学	汉语言文学、新闻学、法学
艺术创造	艺术学、文学	设计学、美术学、音乐学
社会服务	医学、教育学	医学、教育学、社会工作
商业管理	管理学、经济学	工商管理、金融学、市场营销
自然探索	理学、农学	生物科学、环境科学、地理学

十、角色权限说明

功能模块	高考生	教师	家长	数据管理员	系统管理员
首页概览	✓	✓	✓	✓	✓
院校查询	✓	✓	✓	✓	✓
专业查询	✓	✓	✓	✓	✓
智能推荐	✓	✓	✓	✓	✓
专业测评	✓	✓	✓	✓	✓
志愿填报	✓	-	-	-	✓
用户管理	-	-	-	-	✓
操作日志	-	-	-	-	✓
数据采集	-	-	-	✓	✓
模型训练	-	-	-	✓	✓

Name		Name	Last commit message	Last commit date
Latest commit History 2 Commits
.idea		.idea
backend		backend
frontend		frontend
.gitignore		.gitignore
README.md		README.md

Folders and files

Latest commit

History

Repository files navigation

基于机器学习的高考志愿智能推荐平台

一、项目概述

二、技术栈

三、项目结构

四、功能模块说明

4.1 用户管理模块

4.2 院校查询模块

4.3 专业查询模块

4.4 智能推荐模块

4.5 专业倾向测评模块

4.6 志愿填报模块

4.7 数据采集模块（管理员）

4.8 系统管理模块（管理员）

4.9 Spark 大数据处理模块

五、数据库设计

核心数据表

六、API 接口一览

用户认证

院校数据

智能推荐

志愿填报

数据采集

系统管理

七、环境搭建与运行

7.1 环境要求

7.2 后端启动

7.3 前端启动

7.4 访问地址

7.5 数据库配置

八、测试账号

九、推荐算法说明

录取概率计算

推荐梯度划分

专业倾向测评

十、角色权限说明

About

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages