高考志愿推荐系统

基于历年高考录取数据的智能志愿填报推荐系统，帮助考生科学选择院校和专业。

功能特点

• 智能推荐: 基于2024年及历年录取数据，结合专业热度趋势分析
• 四类分层: 自动计算冲、保、稳、其他四个推荐类型，防止扎堆和踩空
• 历史数据估算: 无历史数据时自动用同校同批次同科类其他专业数据估算
• 选科要求匹配: 自动检查选科要求，确保符合报考条件
• 专业趋势分析: 分析专业热度变化趋势，提供更精准的推荐

安装和运行

1. 安装依赖

bash
pip install -r requirements.txt

2. 启动服务

bash
uvicorn main:app --reload

3. 访问接口文档

打开浏览器访问: http://127.0.0.1:8888/docs

API 接口

基础推荐

• POST /recommend - 获取推荐列表
• POST /recommend/summary - 获取推荐摘要
• POST /recommend/by-type - 按推荐类型分组推荐

辅助接口

• GET /schools - 获取所有院校列表
• GET /majors - 获取所有专业列表
• GET /subjects - 获取选科要求列表

使用示例

基础推荐请求

json
{
"user": {
"score": 600,
"rank": 1200,
"subjects": ["物理", "化学"],
"preferred_majors": ["计算机类", "电子信息类"],
"preferred_schools": ["北京大学", "清华大学"],
"risk_preference": "balanced"
},
"top_n": 30
}

推荐结果字段说明

• yxmc: 院校名称
• sbzydhmc: 专业名称
• zszymc: 专业代码
• zsjhs: 招生计划数
• kskmyqzw: 选科要求
• last_year_rank: 2024年最低录取排名
• last_year_score: 2024年最低录取分数
• trend: 专业热度趋势 (rising/stable/declining)
• recommendation_type: 推荐类型 (冲/保/稳/其他)
• recommendation_score: 推荐评分
• pcmc: 批次名称
• sfbz: 学费标准

推荐算法说明

1. 历史数据处理

• 优先使用2024年录取数据
• 无数据时用同校同批次同科类其他专业数据估算
• 支持多年份趋势分析

2. 推荐类型计算

• 保: 排名优势明显（排名差距 > -1500），录取概率很高
• 稳: 排名接近（排名差距 -1500 到 -500），录取概率较高
• 冲: 排名差距较大（排名差距 > 1500），需要冲刺
• 其他: 其他情况或数据不足

3. 综合评分算法

• 排名差距权重: 40%
• 专业热度趋势: 20%
• 招生人数: 20%
• 推荐类型: 20%

4. 选科要求匹配

• 自动检查物理、化学、生物、政治等选科要求
• 支持"不提科目要求"的专业
• 确保考生选科符合报考条件

推荐类型说明

保底院校（保）

• 考生排名明显优于院校录取排名
• 录取概率很高，建议作为保底选择
• 适合作为志愿填报的最后几个选择

稳妥院校（稳）

• 考生排名与院校录取排名接近
• 录取概率较高，相对安全
• 适合作为主要志愿选择

冲刺院校（冲）

• 考生排名低于院校录取排名
• 有一定风险，但有机会录取
• 适合作为志愿填报的前几个选择

其他类型

• 数据不足或特殊情况
• 需要进一步了解和分析

注意事项

1. 数据来源为甘肃省2025年招生计划，仅适用于甘肃省考生
2. 推荐结果仅供参考，最终志愿填报请以官方政策为准
3. 建议结合个人兴趣、职业规划等因素综合考虑
4. 定期关注招生政策变化和院校信息更新

技术栈

• 后端: FastAPI + Python
• 数据处理: Pandas + NumPy
• 数据源: Excel文件 (openpyxl)
• API文档: Swagger UI (自动生成)

开发计划

• 添加前端界面
• 支持更多省份数据
• 增加专业就业前景分析- [ ] 支持个性化推荐偏好设置
• 添加志愿填报模拟功能

看起来您提供的内容已经是中文了，且没有包含英文技术文档。如果您有具体的英文技术文档需要翻译，请提供详细的内容，我会按照您的要求进行翻译。如果有其他需求或进一步的说明，请告诉我！