[发明专利]一种基于自陈式测评的高中选科决策方法

说明书

本发明涉及教学与信息处理技术领域，尤指一种基于自陈式测评的高中选科决策方法，包括被测者进行自我测评、推导个人职业倾向、匹配大学专业分类、推导个人学科倾向、决策建议五个步骤，首先将自陈式测评中获得的兴趣偏好、性格特质结果进行个人职业倾向推导，然后再将个人职业倾向与大学专业分类进行匹配，从专业分类再推导出个人学科倾向，最终将个人学科倾向与自陈式测评中获得的学习情况的前三科作为一致性评判依据，并通过“五星制”展示出最终结果。与根据学习或兴趣来选科的方法相比，本发明在推导过程中产生与职业倾向、大学专业相关的信息，这些信息可以用于指导被测者进行职业生涯规划，从而更加明确自己选科的需求。

技术领域

本发明涉及教学与信息处理技术领域，尤指一种基于自陈式测评的高中选科决策方法。

背景技术

自2018年起，全新的高考改革在全国各地陆续实施，高中从以前的“文理分科”走向更为人性化的选科模式“六选三”，人性化的选择带来了更多的可能性，但是由于高考的选科决策的机会只有一次，因此决策时如果没有做好充足的自身了解，以及对高考各大学专业的选科需求了解的话，就可能没法把这个决策做好。而高中选科决策是一项非常复杂的工作，在我国目前尚未建立“六选三”选科的科学成熟方法，并且对于学生和家长来说，不是每个人都有过多的精力去专门关注这么深入的信息，高一应该如何合理选科决策，因此建立一个易于实施，且容易被学生家长直接理解的选科信息决策方法，可以有效地克服各种个人的主观问题来了解自身，同时还能快速传达整个大学专业对选科需求的情况给学生和家长，深化大众对选科的认知和认识，实现个人优势的最优化就成为了当前亟待解决的问题。

自陈式测评是目前最为流行的人格测量技术，通常由一组精心设计的、结构式的、测量同一人格特质的题目所组成。题目分为两部分：一部分是题干，题干是对个人行为表现和心理感受的描述；另一部分是选项，选项则是对题干内容的回答与判定，有双选与多选之分。由于自陈式测评在人力资源领域已经有了较为成熟的使用，让人力资源得到合理的分配，而全新的高考选课制度中选科分配也有类似的情景，因此自陈式测评可让被测者通过诚实地答题得到各科目符合实际的推荐情况，使得被测者拿到一个符合自身内在兴趣能力倾向的合理结果。

发明内容

为解决上述问题，本发明提供一种基于自陈式测评的高中选科决策方法，能快速准确、客观全面、动态地协助被测者进行高中选科决策，解决了现在尚未有一个高效且科学的方法可以进行选科决策的问题。

为实现上述目的，本发明采用的技术方案是提供一种基于自陈式测评的高中选科决策方法，包括被测者进行自我测评、推导个人职业倾向、匹配大学专业分类、推导个人学科倾向、决策建议五个步骤，具体步骤如下：

自我测评：被测者完成一份自陈式测评，根据测评结果获得被测者的兴趣偏好、性格特质和学习情况；

推导个人职业倾向：对被测者获得的兴趣偏好和性格特质分别赋权，得到被测者的职业倾向得分；

匹配大学专业分类：对大学专业分类进行职业倾向的相关性分析，得到大学专业分类关于职业倾向度的“专业-职业倾向权重”矩阵，将被测者的职业倾向得分与“专业-职业倾向权重”矩阵相乘得到各个专业的专业匹配度；

推导个人学科倾向：首先，把各省份教育厅公开的“招生本科高校选考科目要求”数据进行转换，把原始数据中的选科要求数据变成六门科目的细分信息，得到某院校某专业的选科要求在该省份的科目重要性权重；然后，把被测者个人的专业匹配度与科目重要性进行哈达马乘积，并把选科需求信息中不同院校不同专业同一分类下的数据进行合并累加，得到专业倾向度；接着，取专业倾向度得分最高的前十个分类之和，作为主导科目倾向的专业分类，得到个人学科倾向度的原始值；最后，把个人学科倾向度中同一科目数据进行累加，并算出各科目之间的相对比例；将该比例与该省份的科目重要性权重相乘，得到最终的个人学科倾向标准化后的值；

决策建议：依据最终获得的个人学科倾向标准化后的值和被测者的学习情况的前三科的一致性情况，根据不同的匹配情况划定星数，采用“五星制”的方式表述。