新高考適配位次轉(zhuǎn)換算法是如何轉(zhuǎn)換的

2024-05-22 12:31:25 大風(fēng)車考試網(wǎng)

對于第一次進行新高考的省份來說，如何參考歷年數(shù)據(jù)是最核心的問題；對應(yīng)到實際數(shù)據(jù)和算法上，即要解決兩個關(guān)鍵點：

1. 不分文理的選科專業(yè)如何對應(yīng)到歷年的分文理專業(yè)

2. 歷年分文理的錄取排名如何換算到不分文理的排名

一、關(guān)鍵點1??招生/錄取專業(yè)對應(yīng)

這個問題本身不復(fù)雜，但很繁瑣，因為數(shù)據(jù)的邊界情況很難窮盡。

1. 如果歷年招生計劃的專業(yè)名稱沒有變化，例如2016-2019年A大學(xué)的B專業(yè)招生名稱是“計算機科學(xué)與技術(shù)”，2020年的招生名稱也是“計算機科學(xué)與技術(shù)”，那可以直接對應(yīng)。

2. 如果歷年的招生計劃專業(yè)名稱發(fā)生了變化（變化原因有很多，例如改名、批次變更、合并等等），例如2016-2019年A大學(xué)的B專業(yè)招生名稱是“計算機科學(xué)與技術(shù)（中外合辦）”，2020年的招生名稱改成“計算機科學(xué)與技術(shù)（中外合作辦學(xué)）”，這種情況在用類似Excel的vlookup精確查找函數(shù)去做時，就會找不到數(shù)據(jù)，如果用簡單的模糊匹配又很容出錯。

對于第二種情況，研究院給出的解決辦法是，通過AI學(xué)習(xí)了2016-2019年每個省份每個學(xué)校的招生專業(yè)，機器自動匹配可以解決大部分（在上面的例子里，機器可以準(zhǔn)確識別出“中外合辦”和“中外合作辦學(xué)”是同樣的語義），少量機器無法確認(rèn)的，會反饋出來，由人工點選確認(rèn)，以此來確定邊界的識別廣度范圍和數(shù)據(jù)的準(zhǔn)確性。

二、關(guān)鍵點2??排名換算

相比第1個關(guān)鍵點，相信關(guān)鍵點2是更多人關(guān)心的問題。歷年的錄取數(shù)據(jù)都是分文理的情況，如何在不分文理招生的時候進行參考；對于大部分人來說，第一反應(yīng)能想到的肯定是通過乘以某個系數(shù)比例，進行簡單換算，僅此而已。對此，研究院的同學(xué)對幾種算法進行了對比

1. 分?jǐn)?shù)等比例法

認(rèn)為?科分?jǐn)?shù)的前x%分位點對應(yīng)與理科分?jǐn)?shù)的前x%分位點，擬合曲線如下圖

2.排名等比例法

認(rèn)為?科排名的前x%分位點對應(yīng)與理科排名的前x%分位點，擬合曲線如下圖

3.研究院自研的線性擬合LM+KNN算法

KNN：核心是如果一個樣本在特征空間中的k個最相鄰的樣本中的大多數(shù)屬于某一個類別，則該樣本也屬于這個類別，并具有這個類別上樣本的特性。該方法在確定分類決策上只依據(jù)最鄰的一個或者幾個樣本的類別來決定待分樣本所屬的類別。

線性擬合：曲線擬合的一種形式。設(shè)x和y都是被觀測的量，且y是x的函數(shù)：y=f(x; b)，曲線擬合就是通過x,y的觀測值來尋求參數(shù)b的最佳估計值，及尋求最佳的理論曲線y=f(x; b)。當(dāng)函數(shù)y=f(x; b)為關(guān)于b的i線性函數(shù)時，稱這種曲線擬合為線性擬合。

忽略這些晦澀的專業(yè)術(shù)語，簡單來說就是：在舊高考時同一個學(xué)校在文理兼招的專業(yè)，招到的文科學(xué)生和理科學(xué)生的實力差距是相對穩(wěn)定的（畢竟是那么多年考生用分?jǐn)?shù)投票的結(jié)果），但不同層次學(xué)校的差距是有差距的。最終通過對不同層次的學(xué)校擬合后，即得到對應(yīng)關(guān)系，曲線如下：