gumw1. 项目背景与需求分析
高考志愿填报是每个考生人生中的关键抉择，传统的人工填报方式存在信息不对称、决策效率低下等问题。作为一名长期关注教育信息化领域的技术从业者，我注意到近年来随着新高考改革的推进，考生选科组合从原来的文理分科变为"3+1+2"的20种组合方式，这使得志愿填报的复杂度呈指数级增长。
基于SpringBoot的新高考智能推荐系统正是为解决这一痛点而生。系统需要实现的核心功能包括：
- 院校/专业多维数据管理（分数线、位次、选科要求等）
- 基于考生成绩的智能匹配算法
- 个性化推荐引擎（考虑兴趣、地域偏好等因素）
- 多角色权限管理体系
关键设计原则：系统需要处理每年更新的海量招生数据（约3000所院校×2000个专业×31省份），同时要保证在志愿填报高峰期（6-7月）的并发访问性能。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 技术架构设计
2.1 整体技术栈选型
经过对多个技术方案的对比测试，最终确定以下技术组合：
- 后端框架：SpringBoot 2.7 + MyBatis-Plus
- 数据库：MySQL 8.0（关系型）+ Redis 7.0（缓存）
- 前端：Vue3 + Element Plus
- 算法层：Python Flask微服务（便于算法团队独立迭代）
选择SpringBoot的主要考虑：
- 自动配置特性可快速搭建RESTful API
- 丰富的starter生态（特别是Spring Security适合权限管理）
- 内嵌Tomcat简化部署
- 与MyBatis-Plus的完美配合提升开发效率
2.2 系统架构设计
采用分层架构设计，各层职责明确：
code复制表现层 → 业务逻辑层 → 数据访问层
↘ 算法服务层
关键设计决策：
- 使用JWT实现无状态认证
- 敏感操作（如志愿提交）采用分布式锁防重
- 历史数据归档使用ShardingSphere分片
- 推荐结果缓存到Redis减轻数据库压力
3. 核心功能实现
3.1 院校数据管理模块
院校数据是系统的基石，其ER设计需考虑：
sql复制CREATE TABLE `college` (
`id` bigint NOT NULL AUTO_INCREMENT,