【技術架構】
高考志愿填寫分析推薦系統主要是基于Java語言的技術開發，同時使用SpringBoot框架，利用其自動裝配的優點為我們簡化許多配置代碼；
前端開發主要使用Vue.js來進行頁面的展示與布局；
使用阿里云OSS、本地mysql來進行數據的存儲，通過整合MyBatis來進行對后臺系統數據的管理，以及前端與數據庫中數據的查取；利用Echarts進行數據的可視化分析。
【功能模塊】
1.用戶模塊：
1.1用戶登錄后可以進行個人信息的查看以及修改。例如高考分數，考生省份...
1.2可以進行一對一的關于志愿的收費咨詢。
1.3對志愿的模擬填寫，通過填寫的分數進行推薦。
2.管理員模塊：
2.1對用戶的信息進行管理。
2.2對首頁院校廣告位的院校信息進行上架與下架。
2.3對用戶的反饋建議進行處理。
2.4對數據庫信息的管理。
3.推薦模塊：
3.1通過用戶輸入的分數可以進行兩個層次的推薦，即能夠沖一沖的、較為穩妥的。
3.2推薦在此分數段的考生，都有過那些志愿的填報
3.3管理員可以根據用戶的分數進行相關推薦的管理以及推薦數量的管理。
4.院校查詢模塊：
4.1用戶能夠對院校的基本信息進行查詢，包括官網、院校代碼、院校地址、院校所屬、專業詳情的信息顯示。
4.2能夠對各個省份的招生政策進行查詢。
4.3管理員能夠對院校的相關信息進行更新或刪除。
5.院校信息的展示模塊（廣告位）：
5.1管理員將部分院校的信息或圖片展現在首頁。
5.2用戶能夠通過首頁，對熱門院校進行直觀的查看了解。
6.數據分析模塊：
6.1通過各個省份的高考人數進行可視化的分析。
6.2對全國高校的數量進行可視化分析對比。
7.建議反饋模塊：
7.1用戶可以將本系統的不足或者錯誤進行提出問題建議。
7.2管理員對用戶的建議與反饋進行處理并作出回應以及獎勵。
【創新點】
1.攔截器：在未登錄的前提下用戶不可直接訪問網頁內部，并提示需登錄，點擊回到登錄頁面。
2.Echarts可視化分析：在首頁中進行對院校的數量以及考生的人數進行可視化，能夠直觀的看出其分布。
3.算法設計：通過考生的分數以及地區，進行設計算法，來進行對院校的推薦。
4.支付寶沙箱支付技術
【演示】
