第二站 / 共四站
我们用"四步法"，从 57,000+ 条数据中，精准筛选出孩子的志愿方案
每一步都有明确的数据依据与输出结果——不靠经验拍脑袋，而是"用数据定方向、用规则做筛选、用算法算概率、用专家控风险"。
1
潜能测评 定门类
通过科学的测评工具，先搞清楚孩子适合走哪个方向——工科、理科、医学还是文学？
- 数据依据：13 个学科门类的能力要求矩阵
- 输出结果：推荐门类（如：工学、理学、医学……）
为什么重要：方向错了，后面全错。
2
优势学科 找大类
结合孩子的选科和实际成绩，分析哪些是优势学科，再向上映射到适合的专业大类。
- 数据依据：92 个专业大类与学科能力的关联映射
- 输出结果：推荐专业大类（如：计算机类、金融学类……）
为什么重要：发挥优势，才能学得好、走得远。
3
分数定位 定层次
用孩子的分数和位次，结合近三年数据，精准定位能上的学校层次——985、211、双一流、普通本科，清清楚楚。
- 数据依据：当年一分一段表（29 省）＋ 近 3 年一分一段表（87 张）＋ 院校近 3 年录取位次（57,000+ 条）
- 计算逻辑：① 用位次查近 3 年一分一段表 → 得到 3 个等效分 ② 取加权平均 → 等位分 ③ 用等位分定位院校层次
- 输出结果：明确的目标层次
为什么重要：位次比分数更可靠，跨年对比必须用等位分。
4
算法 + 专家 定方案
算法负责"海量筛选"，专家负责"逐条把关"，共同拿出最终方案。
- 算法做的事：① 选科硬过滤——排除不符合选科要求的志愿 ② 冲稳保排序——按录取概率分三档生成梯度方案 ③ 就业数据把关——排除就业率低于警戒线的专业
- 专家做的事：① 逐条审核方案、排查风险 ② 核对招生章程、单科限制、体检要求 ③ 结合孩子家庭情况做个性化调整
- 输出结果：45~96 个梯度志愿（视省份模式而定）
为什么重要：算法保证效率，专家保证安全。
核心结论：
57,000 条数据 → 四步筛选 → 45~96 个精准志愿
每一步都需要大量数据 + 复杂计算，人工难以完成。