CN108320253A - 学科与专业教育测评系统 - Google Patents

学科与专业教育测评系统 Download PDF

Info

Publication number
CN108320253A
CN108320253A CN201810246914.4A CN201810246914A CN108320253A CN 108320253 A CN108320253 A CN 108320253A CN 201810246914 A CN201810246914 A CN 201810246914A CN 108320253 A CN108320253 A CN 108320253A
Authority
CN
China
Prior art keywords
database
test
subject
taxis
appraisal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810246914.4A
Other languages
English (en)
Inventor
封玲
金男澔
刘华
謝明哲
密渃蔻
刘晓明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201810246914.4A priority Critical patent/CN108320253A/zh
Publication of CN108320253A publication Critical patent/CN108320253A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

学科与专业教育测评系统，包括以专业学科特性提问项构成的专业类趋向性测评数据库；以被测试者所感兴趣学科知识内容提问项构成的学科趋向性测评数据库；以学习环境、基本素养、学识特点提问项构成的专业潜能测评数据库；以学科和专业所对应的职业、工作环境提问项构成的职业类型趋向性测评数据库；标准数据库；将上述数据库对初高中学生进行测评：其中专业类趋向性测评数据库按照1:1相对比较的形式向进行测评，得出比较数值；其余数据库得出测试数值；测试数值与标准数据库中的标准数值进行比较，得出代表测试者特性的数值进行优先顺序排列，形成专业排序，供测试者选择最适合自己的专业，本发明促进个人发展，并促进社会发展，提高教育质量，充分利用教育资源。

Description

学科与专业教育测评系统
技术领域
本发明属于教育应用系统，具体涉及帮助中学生（含初中、高中）或大学生选择合适专业及学科的测评系统。
背景技术
我国的教育现状，尤其是中学生（含初中、高中）选择专业及学科时，多是盲目性的，学生根据自身不成熟的、一时的突发奇想选择以后学习的学科及专业，在正式入学以后，又发现专业及学科不符合自身条件及情况，但为时已晚；或者有很多大学生在入学后发现专业不适合自己时又想换专业。这些情况是普遍性的，这些情况造成教育资源的浪费，并且对学生本身发展造成永久的影响，因此，应当发明一种尽可能促使中学生（含初中、高中）及大学生识别自身优势，选择合适专业及学科的系统，以此促进个人发展，并促进社会发展，提高教育质量，充分利用教育资源。
发明内容
本发明的目的在于提供一种帮助学生识别自身优势条件，选择合适专业及学科的测评系统。
为实现上述目的，本发明采用以下技术方案：学科与专业教育测评系统，包括专业类趋向性测评数据库、学科趋向性测评数据库、专业潜能测评数据库及职业类型趋向性测评数据库；
所述专业类趋向性测评数据库为以专业所在学科的特性，构成指引被测试者选择的专业类趋向提问项；
所述学科趋向性测评数据库为以学科为划分依据，以被测试者所感兴趣的知识内容构成提问项，形成个人学科趋向性测试的学科趋向性测评数据库；
所述专业潜能测评数据库以学习环境、基本素养、学识特点为依据构成提问项；
所述职业类型趋向性测评数据库以学科和专业所对应的职业及职业所涵盖的工作环境形成提问项；
标准数据库：所述学科趋向性测评数据库、专业潜能测评数据库及职业类型趋向性测评数据库的被测试者面向各专业的大学生，通过各专业大学生对相应提问项的回答进行汇总并进行得分判定，形成测试者数据库，将测试者数据库中全体被测试者的绝对值高的专业和绝对值低的专业相抵消后，最终得出的数据库与专业类趋向性测评数据库形成标准比较数据库；
将上述数据库采用以下流程以中学生（含初中、高中）或大学生为测试者进行测评：
A将专业类趋向性测评数据库中的提问项按照1:1相对比较的形式向测试者进行测评，得出比较数值；
B将学科趋向性测评数据库、专业潜能测评数据库及职业类型趋向性测评数据库中的提问项进行测评，并得出测试数值；
C将步骤B得出的测试数值与标准数据库中的标准数值进行比较，得出代表测试者特性的数值，其中该步骤中的比较方式为将测试者数值与标准数据库中的标准数值进行相乘得到代表测试者特性的数值；
D将步骤C得出的不同数据库测评中获得的代表测试者特性的数值进行优先顺序排列，形成专业排序，供测试者选择最适合自己的专业；
E对步骤D所形成的专业排序按照误差程度进行层次划分，若专业类趋向性测评数据库、学科趋向性测评数据库、专业潜能测评数据库及职业类型趋向性测评数据库所测试获得的专业误差较大，则判定为测评无效，反之则测评有效；
优选的，所述专业类趋向测评数据库中的提问项依据各学科教育目标，参考大学内各专业的学习内容和学习目标所含有的学科特性设置提问项。
优选的，所述学科趋向性测评数据库的提问项的设置需参考：中学全课程和高中全课程或主学科中的语言、数理、外国语或探索领域的社会探索、科学探索的学科内容，探索领域主要以选择科目为基准，以可以得出有意义的学科趋向性差异的教科内容为主构成问项或电脑和艺体的操作性科目等，主要由能测量学生的实用和实际性趋向性内容构成。
优选的，所述专业潜能测评数据库中的提问项需参考大学专业学习时需要的知识性、社会性、性格性能力和素养。
优选的，所述专业类趋向性测评数据库、学科趋向性测评数据库、专业潜能测评数据库及职业类型趋向性测评数据库存的存储基础为当地硬盘或云存储。
附图说明
为对本发明做进一步说明，从而使本领域技术人员充分理解并实施本发明的技术方案，现提供附图及具体实施方式。
图1为本发明数据库的基础构成设计图。
图2为本发明在测评过程中所涉及的测评模型设计图。
图3为本发明专业类趋向性测评数据库测评结果示例。
图4为本发明测评结果所显示的文科、理科、艺术体育类知识量分别在整体知识量中的占比。
图5为本发明学科趋向性测评数据库测评结果示例。
图6为本发明专业潜能测评数据库测评结果示例。
图7为本发明职业类型趋向性测评数据库测评结果示例。
具体实施方式
本测试系统的目的是帮助中学生（含初中、高中）及大学生选择适合自己的大学学科和专业,向各测试者推荐如表一所示的12个学科、92个专业类中适合受测者本人的专业，系统分为四个专业化测试系统，即：专业类趋向性测评数据库D1，学科趋向性测评数据库D2，专业潜能测评数据库D3，职业类型趋向性测评数据库D4。
12个学科门类 92个专业类
哲学 哲学类（1个）
经济学 经济学类、财政学类、金融学类、经济与贸易类（4个）
法学 法学类、政治学类、社会学类、民族学类、马克思主义理论类、公安学类（6个）
教育学 教育学类、体育学类（2个）
文学 中国语言文学类、外国语言文学类、新闻传播学类（3个）
历史学 历史学类（1个）
理学 数学类、物理学类、化学类、天文学类、地理科学类、大气科学类、海洋科学类、地球物理学类、地质学类、生物科学类、心理学类、统计学类（12个）
工学 力学类、机械类、仪器类、材料类、能源动力类、电气类、电子信息类、自动化类、计算机类、土木类、水利类、测绘类、化工与制药类、地质类、矿业类、纺织类、轻工类、交通运输类、海洋工程类、航空航天类、兵器类、核工程类、农业工程类、林业工程类、环境科学与工程类、生物医学工程类、食品科学与工程类、建筑类、安全科学与工程类、生物工程类、公安技术类（31个）
农学 植物生产类、自然保护与环境生态类、动物生产类、动物医学类、林学类、水产类、草学类（7个）
医学 基础医学类、临床医学类、口腔医学类、公共卫生与预防医学类、中医学类、中西医结合类、药学类、中药学类、法医学类、医学技术类、护理学类（11个）
管理学 管理科学与工程类、工商管理类、农业经济管理类、公共管理类、图书情报与档案管理类、物流管理与工程类、工业工程类、电子商务类、旅游管理类（9个）
艺术学 艺术学理论类、音乐与舞蹈学类、戏剧与影视学类、美术学类、设计学类（5个）
表1
专业类趋向性测评数据库D1，学科趋向性测评数据库D2，专业潜能测评数据库D3，职业类型趋向性测评数据库D4作为制作针对测试者的题目的数据使用:
- 专业类趋向性测评数据库D1: 包括向测试者提问专业所在学科的特性在内的专业类趋向性DB。
- 学科趋向性测评数据库D2: 包括向测试者提问个人学科趋向性在内的学科趋向性DB。
- 专业潜能测评数据库D3 : 包括向测试者提问学习环境、基本素养、学识特点，这三类倾向性在内的专业潜能DB。
- 职业类型趋向性测评数据库D4 : 包括形成6个职业类型趋向，对测试者提问职业类型趋向性在内的职业类型趋向性DB。
标准数据库D6 :通过以上四个数据库(D1, D2, D3, D4)中“ 专业类趋向性”数据库(D1), “学科趋向性”数据库(D2), “专业潜能”数据库(D3), “职业类型趋向性”数据库(D4)在各专业招募的团体中得出数值，再把它规范地划分到各学科，得出通过sheet和sorting处理的标准数据库D6。
在数据库测评过程中，对数据的处理数据使用以下六种模型：
- M1 : 测试评价模型——把四种数据库(D1, D2, D3, D4)的题目向测试者展示后，得到最终的测试题目。
- M2 : 相对比较模型——针对专业类趋向性数据库（D1）题目以1:1相对比较的形式向测试者展示后，得到各题目的比较数值。
- M3 :数值比较选定模型—— 从学科趋向性数据库（D2）,专业潜能数据库（D3），职业类型趋向性数据库(D4)中得到的测试结果，和标准比较数据库（D5）的各表格的题目得分比较及赋予加权值后，生成测试者各项目的最终得分。
- M4 : 优先顺序排列模型——通过数值比较选定模型(M3)和相对比较模型(M2)得到的测试者的四类最终数值，得出适合自己的专业顺序排名。
- M5 : 一贯性与否测试模型——比较受测者在四类测试中是否具有一贯性。
- M6 :学科专业选定模型——根据以上4类数据库(D1, D2, D3, D4)对各个优先排序专业进行数值核算和平均化，最终得出适合测试者的学科和专业。
结果报告项目通过线上画面或纸质报告的形式，提供包括以下内容的报告书：
- 学科（类）偏好度；
- 专业（科目）偏好度；
- 专业适合度；
- 文科、理科、艺术体育领域偏好度；
- 问卷答题的一贯性程度；
- 职业类型偏好度；
- 综合结果。
如图1所示，本发明数据库的基础构成设计为:
1) 专业类趋向性数据库D1:
专业类趋向性数据库是指参考大学内各专业的学习内容和学习目标，指引学生通过自己适合的专业实现学习目标。如下所示：
表2是12个学科门类的教育目标内容，包括学科和专业指向的学习目标和相关专业及职业。分为12个学科门类，92个细化的专业类。
[表2] 12个学科教育目标：
[表3] 专业类趋向性数据库是参考[表1]的各学科教育目标，构成更容易理解的词组和问题。专业类趋向性测试是为了从[表1]的12个专业选出个人趋向的专业，根据12个专业导出各种可能性进行1:1的相对比较，制作出66个问项。整理好的问项如[表3]。
[表3] 专业类趋向性数据库内容(66问项):
序 号 左边 右边
1 我想了解社会科学、自然科学和思维科学的基础知识，成为逻辑学、宗教学、伦理学等哲学类专业领域里有研究能力的专门人才。 我想掌握经济统计、分析、预测、规划和管理的知识，并能在各级政府部门、综合经济管理部门、研究部门、金融机构和企事业单位等高级部门从事专门的工作。
2 我想具备哲学学科的基本理论和系统专业知识，并掌握中西方哲学的基本理论和发展规律,成为兼备哲学类创造性思维和专业业务能力的专门人才。 我想学习法学、政治学、行政学、社会学等方面的基本理论知识，有交际和谈判的能力，并熟悉我国法律和相关政策，具备法学思维和法律实务的基本能力。
3 我想学习哲学学科的基本理论和系统专业知识，并能在国家机关、文教事业机构、新闻出版、高等院校、科研单位、企事业单位等部门从事相关领域的工作。 我想具备良好的思想道德品质、较高的教育理论素养和较强的教育实际工作能力，成为在教育相关领域工作的应用型、复合型人才。
4 我想了解社会科学、自然科学和思维科学的基础知识，成为逻辑学、宗教学、伦理学等哲学类专业领域里有研究能力的专门人才。 我想学习编辑采访、文学评论、应用、教学与研究等知识，并能在新闻文艺出版部门、高校、外事、教育、科研机构和机关企事业单位等从事专门的工作。
5 我想具备哲学学科的基本理论和系统专业知识，并掌握中西方哲学的基本理论和发展规律,成为兼备哲学类创造性思维和专业业务能力的专门人才。 我想成为学识宽广、博古通今、适应力强的国际文化交流人才。
6 我想学习哲学学科的基本理论和系统专业知识，并能在国家机关、文教事业机构、新闻出版、高等院校、科研单位、企事业单位等部门从事相关领域的工作。 我想用理学的思维方法和科学实验手段，创造相关领域的新成就和新思想。
7 我想了解社会科学、自然科学和思维科学的基础知识，成为逻辑学、宗教学、伦理学等哲学类专业领域里有研究能力的专门人才。 我想掌握与工学有关的科研、技术开发、设计等知识，并成为在各种工学相关行业（如机械、土建、材料、能源、交通、航空、船舶、水利、化工、消防等）从事实际工作的高级技术人才和管理人才。
8 我想具备哲学学科的基本理论和系统专业知识，并掌握中西方哲学的基本理论和发展规律,成为兼备哲学类创造性思维和专业业务能力的专门人才。 我想学习农作物生产、农作物遗传育种、农作物种子生产等方面的基本知识。
9 我想学习哲学学科的基本理论和系统专业知识，并能在国家机关、文教事业机构、新闻出版、高等院校、科研单位、企事业单位等部门从事相关领域的工作。 我想具备良好的职业道德和人文素养，成为发挥创新、创业精神的高等技术应用型专门人才。
10 我想了解社会科学、自然科学和思维科学的基础知识，成为逻辑学、宗教学、伦理学等哲学类专业领域里有研究能力的专门人才。 我想成为在政府部门、政策研究部门、大中型企事业单位从事管理、研究、策划、教学与服务等工作的高级专门人才。
11 我想具备哲学学科的基本理论和系统专业知识，并掌握中西方哲学的基本理论和发展规律,成为兼备哲学类创造性思维和专业业务能力的专门人才。 我想学习艺术学学科的相关知识，成为具有专业基础、专业素质、创新精神、实践能力及教学能力的高级艺术类专门人才。
12 我想了解市场经济的运行机制，熟悉党和国家的经济方针、政策和法规，同时培养经济学相关领域的深入研究能力。 我希望能够运用法学理论和方法分析问题、管理事务与解决问题，并能在国家机关、企事业单位和社会团体，特别是立法机关、行政机关、检察机关、审判机关、仲裁机构和法律服务机构等单位从事专门的工作。
13 我想学习经济、财政、金融类等学科的基本理论和基础知识，掌握现代经济分析方法，并拥有经济分析和实际操作等能力。 我想具备教育学研究的基本能力，成为具有良好的科学素养、探究精神和教育实践能力的专门人才。
14 我想掌握经济统计、分析、预测、规划和管理的知识，并能在各级政府部门、综合经济管理部门、研究部门、金融机构和企事业单位等高级部门从事专门的工作。 我想成为具备文学理论素养和系统文学知识的高层次、应用型、复合型、国际化专门人才。
15 我想了解市场经济的运行机制，熟悉党和国家的经济方针、政策和法规，同时培养经济学相关领域的深入研究能力。 我想具备历史和文物考古等方面的系统知识，并成为具有文物保护专门知识的实际技能型人才。
16 我想学习经济、财政、金融类等学科的基本理论和基础知识，掌握现代经济分析方法，并拥有经济分析和实际操作等能力。 我想具备运用理学相关知识解决实际问题的能力，并成为具有较强的工作适应能力的理学专门人才。
17 我想掌握经济统计、分析、预测、规划和管理的知识，并能在各级政府部门、综合经济管理部门、研究部门、金融机构和企事业单位等高级部门从事专门的工作。 我想熟悉并掌握工学领域的知识结构，成为具备综合性创新思维、职业技能、专业潜能的高素质专门人才。
18 我想了解市场经济的运行机制，熟悉党和国家的经济方针、政策和法规，同时培养经济学相关领域的深入研究能力。 我想学习农学的专业知识、具备创业精神，成为促进农业产业发展的国际型人才。
19 我想学习经济、财政、金融类等学科的基本理论和基础知识，掌握现代经济分析方法，并拥有经济分析和实际操作等能力。 我想具有较强的医学实践技能和人际交流能力，能够分析实际问题，运用科学思维独立工作，成为开展医学各领域科学研究工作的高级专门人才。
20 我想掌握经济统计、分析、预测、规划和管理的知识，并能在各级政府部门、综合经济管理部门、研究部门、金融机构和企事业单位等高级部门从事专门的工作。 我想掌握扎实的管理学理论基础知识，具有良好的基本素养，成为具有现代管理技术和能力的专门人才。
21 我想了解市场经济的运行机制，熟悉党和国家的经济方针、政策和法规，同时培养经济学相关领域的深入研究能力。 我想成为在各级文化部门、广播电视、出版机构、文化公司、表演团体、学校、科研等单位工作的复合型艺术专业人才。
22 我想致力于维护国家安全和社会安定，并学习相关国家路线、方针、政策和法律、法规的高级专门知识。 我想成为在中（高）等师范院校、中小学校、教育科学研究单位、各级教育行政管理单位和其他教育单位从事实际工作的专门人才。
23 我想学习法学、政治学、行政学、社会学等方面的基本理论知识，有交际和谈判的能力，并熟悉我国法律和相关政策，具备法学思维和法律实务的基本能力。 我想掌握系统、扎实的文学基础理论和基本技能、兼备会话、写作能力，并掌握汉语及语言学、中国文学、外语等方面的系统知识和专业技能。
24 我希望能够运用法学理论和方法分析问题、管理事务与解决问题，并能在国家机关、企事业单位和社会团体，特别是立法机关、行政机关、检察机关、审判机关、仲裁机构和法律服务机构等单位从事专门的工作。 我想成为具有史学理论素养和系统知识的国际化专门人才。
25 我想致力于维护国家安全和社会安定，并学习相关国家路线、方针、政策和法律、法规的高级专门知识。 我想掌握科学研究与开发、教学及管理方面的知识，并能成为在科研机构、高等学校及企业或事业单位等从事相关工作的高级应用型专门人才。
26 我想学习法学、政治学、行政学、社会学等方面的基本理论知识，有交际和谈判的能力，并熟悉我国法律和相关政策，具备法学思维和法律实务的基本能力。 我想掌握扎实的工学学科知识和技能，能够解决复杂的工学类实际问题，成为具有较强的实践动手能力和创新精神的高级应用型人才。
27 我希望能够运用法学理论和方法分析问题、管理事务与解决问题，并能在国家机关、企事业单位和社会团体，特别是立法机关、行政机关、检察机关、审判机关、仲裁机构和法律服务机构等单位从事专门的工作。 我想成为具有创造性与创新性的能力、致力于推广农业技术的人才。
28 我想致力于维护国家安全和社会安定，并学习相关国家路线、方针、政策和法律、法规的高级专门知识。 我想学习医学领域的综合性知识，能在各级医院、科研机构、综合性医院、企事业单位等从事医学类各项工作，或在研究开发机构、高等院校、制药企业、流通领域及行政管理部门等单位从事相关工作。
29 我想学习法学、政治学、行政学、社会学等方面的基本理论知识，有交际和谈判的能力，并熟悉我国法律和相关政策，具备法学思维和法律实务的基本能力。 我想掌握现代管理理论、技术与方法等方面的知识并能灵活应用，成为能够对运营管理、组织管理、技术管理等问题进行分析、决策和组织实施的高素质专门人才。
30 我希望能够运用法学理论和方法分析问题、管理事务与解决问题，并能在国家机关、企事业单位和社会团体，特别是立法机关、行政机关、检察机关、审判机关、仲裁机构和法律服务机构等单位从事专门的工作。 我想掌握艺术学的基本知识和基本技巧，具有良好的艺术修养与表达能力，成为兼备现代艺术知识与创新能力的高级专门人才。
31 我想具备良好的思想道德品质、较高的教育理论素养和较强的教育实际工作能力，成为在教育相关领域工作的应用型、复合型人才。 我想学习编辑采访、文学评论、应用、教学与研究等知识，并能在新闻文艺出版部门、高校、外事、教育、科研机构和机关企事业单位等从事专门的工作。
32 我想具备教育学研究的基本能力，成为具有良好的科学素养、探究精神和教育实践能力的专门人才。 我想成为学识宽广、博古通今、适应力强的国际文化交流人才。
33 我想成为在中（高）等师范院校、中小学校、教育科学研究单位、各级教育行政管理单位和其他教育单位从事实际工作的专门人才。 我想用理学的思维方法和科学实验手段，创造相关领域的新成就和新思想。
34 我想具备良好的思想道德品质、较高的教育理论素养和较强的教育实际工作能力，成为在教育相关领域工作的应用型、复合型人才。 我想掌握与工学有关的科研、技术开发、设计等知识，并成为在各种工学相关行业（如机械、土建、材料、能源、交通、航空、船舶、水利、化工、消防等）从事实际工作的高级技术人才和管理人才。
35 我想具备教育学研究的基本能力，成为具有良好的科学素养、探究精神和教育实践能力的专门人才。 我想学习农作物生产、农作物遗传育种、农作物种子生产等方面的基本知识。
36 我想成为在中（高）等师范院校、中小学校、教育科学研究单位、各级教育行政管理单位和其他教育单位从事实际工作的专门人才。 我想具备良好的职业道德和人文素养，成为发挥创新、创业精神的高等技术应用型专门人才。
37 我想具备良好的思想道德品质、较高的教育理论素养和较强的教育实际工作能力，成为在教育相关领域工作的应用型、复合型人才。 我想成为在政府部门、政策研究部门、大中型企事业单位从事管理、研究、策划、教学与服务等工作的高级专门人才。
38 我想具备教育学研究的基本能力，成为具有良好的科学素养、探究精神和教育实践能力的专门人才。 我想学习艺术学学科的相关知识，成为具有专业基础、专业素质、创新精神、实践能力及教学能力的高级艺术类专门人才。
39 我想成为具备文学理论素养和系统文学知识的高层次、应用型、复合型、国际化专门人才。 我想具备历史和文物考古等方面的系统知识，并成为具有文物保护专门知识的实际技能型人才。
40 我想掌握系统、扎实的文学基础理论和基本技能,兼备会话、写作能力，并掌握汉语及语言学、中国文学、外语等方面的系统知识和专业技能。 我想具备运用理学相关知识解决实际问题的能力，并成为具有较强的工作适应能力的理学专门人才。
41 我想学习编辑采访、文学评论、应用、教学与研究等知识，并能在新闻文艺出版部门、高校、外事、教育、科研机构和机关企事业等单位从事专门的工作。 我想熟悉并掌握工学领域的知识结构，成为具备综合性创新思维、职业技能、专业潜能的高素质专门人才。
42 我想成为具备文学理论素养和系统文学知识的高层次、应用型、复合型、国际化专门人才。 我想学习农学的专业知识、具备创业精神，成为促进农业产业发展的国际型人才。
52 我想用理学的思维方法和科学实验手段，创造相关领域的新成就和新思想。 我想掌握与工学有关的科研、技术开发、设计等知识，并成为在各种工学相关行业（如机械、土建、材料、能源、交通、航空、船舶、水利、化工、消防等）从事实际工作的高级技术人才和管理人才。
53 我想具备运用理学相关知识解决实际问题的能力，并成为具有较强的工作适应能力的理学专门人才。 我想学习农作物生产、农作物遗传育种、农作物种子生产等方面的基本知识。
54 我想掌握科学研究与开发、教学及管理方面的知识，并能成为在科研机构、高等学校及企业或事业单位等从事相关工作的高级应用型专门人才。 我想具备良好的职业道德和人文素养，成为发挥创新、创业精神的高等技术应用型专门人才。
55 我想用理学的思维方法和科学实验手段，创造相关领域的新成就和新思想。 我想成为在政府部门、政策研究部门、大中型企事业单位从事管理、研究、策划、教学与服务等工作的高级专门人才。
56 我想具备运用理学相关知识解决实际问题的能力，并成为具有较强的工作适应能力的理学专门人才。 我想学习艺术学学科的相关知识，成为具有专业基础、专业素质、创新精神、实践能力及教学能力的高级艺术类专门人才。
57 我想熟悉并掌握工学领域的知识结构，成为具备综合性创新思维、职业技能、专业潜能的高素质专门人才。 我想学习农学的专业知识、具备创业精神，成为促进农业产业发展的国际型人才。
58 我想掌握扎实的工学学科知识和技能，能够解决复杂的工学类实际问题，成为具有较强的实践动手能力和创新精神的高级应用型人才。 我想具有较强的医学实践技能和人际交流能力，能够分析实际问题，运用科学思维独立工作，成为开展医学各领域科学研究工作的高级专门人才。
59 我想掌握与工学有关的科研、技术开发、设计等知识，并成为在各种工学相关行业（如机械、土建、材料、能源、交通、航空、船舶、水利、化工、消防等）从事实际工作的高级技术人才和管理人才。 我想掌握扎实的管理学理论基础知识，具有良好的基本素养，成为具有现代管理技术和能力的专门人才。
60 我想熟悉并掌握工学领域的知识结构，成为具备综合性创新思维、职业技能、专业潜能的高素质专门人才。 我想成为在各级文化部门、广播电视、出版机构、文化公司、表演团体、学校、科研等单位工作的复合型艺术专业人才。
61 我想成为具有创造性与创新性的能力、致力于推广农业技术的人才。 我想学习医学领域的综合性知识，能在各级医院、科研机构、综合性医院、企事业单位等从事医学类各项工作，或在研究开发机构、高等院校、制药企业、流通领域及行政管理部门等单位从事相关工作。
62 我想学习农作物生产、农作物遗传育种、农作物种子生产等方面的基本知识。 我想掌握现代管理理论、技术与方法等方面的知识并能灵活应用，成为能够对运营管理、组织管理、技术管理等问题进行分析、决策和组织实施的高素质专门人才。
63 我想学习农学的专业知识、具备创业精神，成为促进农业产业发展的国际型人才。 我想掌握艺术学的基本知识和基本技巧，具有良好的艺术修养与表达能力，成为兼备现代艺术知识与创新能力的高级专门人才。
64 我想具备良好的职业道德和人文素养，成为发挥创新、创业精神的高等技术应用型专门人才。 我想成为在政府部门、政策研究部门、大中型企事业单位从事管理、研究、策划、教学与服务等工作的高级专门人才。
65 我想具有较强的医学实践技能和人际交流能力，能够分析实际问题，运用科学思维独立工作，成为开展医学各领域科学研究工作的高级专门人才。 我想学习艺术学学科的相关知识，成为具有专业基础、专业素质、创新精神、实践能力及教学能力的高级艺术类专门人才。
66 我想掌握扎实的管理学理论基础知识，具有良好的基本素养，成为具有现代管理技术和能力的专门人才。 我想成为在各级文化部门、广播电视、出版机构、文化公司、表演团体、学校、科研等单位工作的复合型艺术专业人才。
2) 学科趋向性数据库 (D2):
学科趋向性数据库(D2)作为测试学科趋向性的工具, 以中学生（含初中、高中）及大学生时期或者中学生（含初中、高中）及大学生现在喜欢和厌倦的学科为基准编成题目，目的是告知测试者感兴趣的知识内容所对应的学科类。
学科趋向性数据库(D2)的问项构成如下：
- 由中学全课程和高中1学年（共10学年）的全课程构成；
- 包括主学科的语言、数理、外国语和探索领域的社会探索，科学探索的学科内容；
- 探索领域主要以选择科目为基准，以可以得出有意义的学科趋向性差异的教科内容为主构成问项；
- 电脑和艺体的操作性科目等，主要由能测量学生的实用和实际性趋向性内容构成；
根据以上基准构成的具体问项如下表四；
[表4] 学科趋向性数据库内容(30问项):
序号 问题 (问项)
1 我喜欢学习语文。
2 我喜欢学习英语。
3 我喜欢学习小语种(除英语以外的外语)。
4 我喜欢学习历史（中国历史部分）。
5 我喜欢学习历史（世界史中与东亚部分相关的知识:时间、空间和人物、亚洲和东西方文化交流等）。
6 我喜欢学习地理（中国地理部分）。
7 我喜欢学习地理（世界地理部分：世界和地理、与我们相邻的国家等）。
8 我喜欢学习法律（法的理念和权利及义务、个人生活与法等）。
9 我喜欢学习政治（市民生活和政治、政治过程和参与等）。
10 我喜欢学习政治（道德、伦理知识部分）。
11 我喜欢学习经济（经济生活的理解和经济问题的解决、市场和经济活动等）。
12 我喜欢学习社会、文化知识（社会文化现象的探究、个人和社会构造等）。
13 我喜欢学习数学。
14 我喜欢学习物理（力和能源、波动和粒子等）。
15 我喜欢学习化学（化学元素、化学和生活、物质的状态和溶液等）。
16 我喜欢学习生命科学（生命科学知识部分：生命现象的特征、营养素和消化、循环、呼吸等）。
17 我喜欢学习地球科学（地球科学知识部分：神秘的宇宙、地球的物质和地壳变动等）。
18 我喜欢学习技术（生活实践知识中与技术相关的部分：产业的理解、生活实践、能源和运输技术等）。
19 我喜欢学习生活实践知识中与家庭相关的部分（饮食管理、家庭生活的安排等）。
20 我喜欢学习体育（体育知识部分）。
21 我喜欢学习体育（体育运动部分）。
22 我喜欢学习音乐（音乐知识部分）。
23 我喜欢学习音乐（唱歌部分）。
24 我喜欢学习音乐（演奏乐器部分）。
25 我喜欢学习美术（美术知识部分）。
26 我喜欢学习美术（绘画部分：素描、水彩画、静物画等）。
27 我喜欢学习美术（制造部分：制作工艺品、雕塑、工艺等）。
28 我喜欢学习美术（图案部分，设计、图案）。
29 我喜欢学习计算机操作（计算机运营体系、word,、excel、ppt、计算机通信等）。
30 我喜欢学习计算机的高级技能（计算机语言编程、硬件拆解及安装、资料处理等）。
以上表4各问项作为具体的预示性的问题，可以根据情况和时代的发展进行添加，修正，交替。
专业潜能数据库(D3):
专业适合度数据库(D3)综合参考大学专业学习时需要的知识性，社会性，性格性能力和素养编成题目，目的是告知学生最适合自己的学科和专业。
构成专业适合度数据库的问项由3个小问项组成， 具体为 1) 基础素养(判断标准:进行学科学习时需要的能力), 2) 学习环境(判断标准: 学科的区别性和物理性的特性), 3) 学识特性(判断标准: 学科中学习的知识的全面性性质)
根据以上基准构成的具体问项如下表5、6、7。
[表 5] 专业潜能数据库中‘基础素养’测试问题如下：
序号 问题 (问项)
5 我喜欢学习使用数字计算的课程。
7 比起长久思考去尝试理解，我更喜欢能够对快速、准确下决定有帮助的学习。
11 我喜欢学习怎样用良好的表达方式让别人理解并接受自己的意见。
14 我喜欢教别人我会的东西。
18 我想边上大学边做社会公益活动（帮助残疾人、独居老人等) 。
20 我喜欢需要创新思维的学习。
23 我能做解剖动物的实验。
26 比起只接受事实结果，我更喜欢指出问题并用逻辑去判断对错。
29 我喜欢向很多人有条理的表达出我的意见。
30 我喜欢学习的时候严谨、认真。
31 学习时我能理解并掌握背诵内容。
[表6] 专业潜能数据库中‘学习环境’测试问题如下：
序号 问题 (问项)
1 比起只用脑思考，我更喜欢活动中进行的学习。
4 我喜欢发表演讲机会比较多的课程。
8 我喜欢通过实习把学到的知识应用于实践。
9 我喜欢在实验室里使用器具边做实验边学习。
13 我喜欢阅读以英语为主要语言的书籍。
17 我喜欢用计算机学习。
19 为了学会怎样操作机器，我想学习一下机器配件的安装和分解。
21 比起自己学习，我更喜欢和朋友一起讨论学习。
22 即使要熬夜，我也能坚持学习。
24 我喜欢需要经常去观看演出或展示会的学习。
25 与只是坐着看书相比，我更喜欢边活动边学习的方式。
[表7] 专业潜能数据库中‘学识特性’测试问题如下：
序号 问题 (问项)
2 关心社会实事，它对大学的学习有帮助。
3 比起理论学习，我更喜欢学习与生活密切相关的实用知识。
6 我喜欢学习怎样建立公司并得到收入的课程。
9 我喜欢在实验室里使用器具边做实验边学习。
10 比起只看文字去学习，我更喜欢边看图表说明边学习。
12 比起有关实用性方面的内容，我更喜欢阅读与哲学、宗教、历史、文化相关的书籍。
15 相比只有文字说明，我更喜欢有文字也有符号的书。
16 我喜欢研究自然现象。
27 我喜欢思考别人的想法和行为。
28 我喜欢创造新的事物，表现出我的想法。
32 我对学习外国的文化和风俗很感兴趣。
33 不是只喜欢操作计算机，对计算机语言编程的学习也很喜欢。
以上表5,6,7各问项作为具体的预示性的问题，可以根据情况和时代的发展进行添加、修正、交替。
职业类型趋向性数据库(D4):
职业类型趋向性数据库(D4)参考大学毕业后可以从事的各种职业构成，目的是告知学生大学的学科和专业所对应的职业。
职业类型趋向性数据库列举各工作所涵盖的工作环境后，各类型根据MECE（Mutually Exclusive and Collectively Exhaustive: 对于一个重大的议题，能够做到不重叠、不遗漏的分类，而且能够借此有效把握问题的核心，并提供解决问题的方法）原则构成问项。
根据以上基准构成的职业分类具体如下表8。
[表 8]职业类型趋向性数据库中‘职业类型’具体分类：
根据以上职业类型，根据环境的一致度赋予加权值（非常一致[9], 一致[3], 一般[1]），具体问项如下表9。
[表9]职业类型趋向性数据库具体题目内容（35问项）：
序号 问题(问项) P E Br B S G
1 我选择工作时最看重高收入。 ● △ ○ △
2 我选择工作时最看重休息的时间多。 ● ○
3 我想在一个岗位上长久工作。 △ ● ○
4 我喜欢流程固定的工作。 ● ○ △ ○
5 比起固定的工作，我更喜欢工作时间有长有短的工作。 ○ ● ○
6 比起按照行程安排进行，我更喜欢解决有突发事件发生的工作。 ○ ○
7 比起经常变换工作，我更喜欢比较固定的工作。 ● △ ○
8 拥有特殊的知识或技能，不就职于固定的单位，我想做需要时就去工作的自由职业。 △ △ ● ●
9 比起经常换地方工作，我更喜欢固定在一个工作地点工作。 ○ ● ○
10 我也可以接受在大城市以外的地区工作几年。 ○ △ ●
11 我想做经常能出国出差的工作。 △ ● △ ○
12 我想做可以认识很多人的工作。 ○ ● ●
13 我可以做经常要面对陌生人的工作。 ○ ● △
14 我可以接受公司上下班时间不固定的工作。 ○ ● △ ●
15 我想在活跃的气氛中工作。 ● △ ●
16 我认为做好自己的工作比人际关系更重要。 ● ●
17 我打算努力学习通过考试得到各种资格证。 △ ● ○
18 我希望在相互竞争的环境中工作。 △ ○ ●
19 我希望和外国人一起工作。 ○ ● △ ○
20 我喜欢在自由的气氛中工作。 ○ ○ ○
21 和正装（西装）相比，我喜欢穿休闲衣服上班的工作。 △ ○
22 如果有适当的补偿，即使做比较危险的工作，我也愿意。 ○ △ ● ○
23 如果有适当的补偿，即使做压力大的工作，我也愿意。 ● ○ ○ ○
24 我想做在别人看来帅气、有魅力的工作。 ● ○ △ ○
25 我想做能自己做决定、责任感强的工作。 ● ○ ○
26 我喜欢做需要长时间积累能力和经验才能做的工作。 ● ○ ●
27 不是只有我一人工作出色，我喜欢同事之间互相帮助一起工作。 ● ○
28 我想做经常访问别的公司等外事方面的工作。 ○ ● ○
29 我想大学毕业后继续上研究生。 ○ △ ●
30 为了找到好的工作，即使辛苦我也想去国外留学。 ○ △ ● ●
31 我想做每天能学到新东西的工作。 ○ ● ● △
32 我想做需要新想法的工作。 ○ △ ○
33 我想做使用机械或工具（计算机除外）的工作。 △ △ △
34 我想做多用计算机的工作。 △ ○ ○
35 我喜欢在人们面前发表演讲。 △ △ △ △
[专业技能型 P, 经营型 E, 行政事业型 Br, 创业型 B, 研究型 S, 国际型 G]
[●= 非常一致, ○=一致, △=一般]；上表9各问项作为具体的预示性的问题，可以根据情况和时代的发展进行添加，修正，交替。
测试者数据库(D5):
测试者数据库是根据以上详细说明的4种数据库(D1, D2, D3, D4)中的3种数据库，即，学科趋向性数据库(D2), 专业适合度数据库(D3)，职业类型趋向性数据库（D4）, 对真实的该专业大学生为进行问卷调查，在各专业的大分类中得出各问卷的数值，并进行表格处理。
生成和输出测试者数据库（D5）的数值比较选定模型（M3），其数值处理方式是一种尖端的数理性技术，称为质量功能展开（QFD: quality function development）。
质量功能展开简单地说，是为了明确的定义通过支援生产管理系统的设计/运用及产品设计过程得出的顾客需求而设计的方法，具体的活动有把顾客的要求向技术性转换（Product Planning），把技术性要求向零部件特性转换(Produce Design)，适合零部件特性的工艺特性， 阶段和参数(parameter)的定义(Process Planning)，把对于工艺特性的管理方法向设定(Process-Control Planning)方向分类，主要用于信息系统和组织性构造的设计。应用质量功能展开方式可以得出测试者数据库（D5），具体地说首先以在重点大学中各个学科学习的在读生为对象，对各专业和学科提出以上3种数据库（D2，D3，D4）的问卷。
测试者群体选择，特别是对大学生测试标准群体的选择时，要以专业选择意志相对较强的重点大学的学生为目标，这些学生的学业成就感强，以他们作为标准群体更有意义更值得信赖，这样的基准可以为现在的初、高中生提供更直接性的帮助。
通过对以上各专业大学生组成的标准群体进行问答，可以得出各个问答各个学生的评价数值。
—具体来说，学科趋向性数据库（D2）的学科趋向性测试中各个问题的计分标准为7分，即完全不一致（1分），非常（几乎全）不一致（2分），稍微（些许）不一致（3分），一般（4分），稍微（些许）一致（5分），非常（几乎全）一致（6分），完全一致（7分），根据以上标准来表示偏好性和非偏好性的学科，通过得出的趋向性数值和各专业大学生进行比较，得出最适合的专业和学科。
- 通过专业适合度数据库（D3）专业适合度测试中各专业的大学生得分高的问题得出各专业的特性，针对基础教养，学习环境，学业特性，三个细分的领域得出具体的特性。
- 通过职业类型趋向性数据库（D4）职业类型测试中，根据大学生的答卷赋予既定的加权值得出结果数值。综合各专业大学生们的反应，得出各专业学习时需要的高中时期的学科趋向性（学科趋向性数据库），学习时需要的基础素养和知识能力（专业适合度数据库），日后选择的职业类型趋向性（职业类型数据库）。根据得出的数据进行各专业的排名，根据学科趋向性，专业适合度，职业类型趋向性的各问项得出专业适合度，这样得出的4类测试结果的集合体就是测试者数据库（D5）。
标准比较数据库(D6)：
标准比较数据库 (D6). 是指为了确保测试者数据库（D5）的可信性，通过正规化(normalization)过程把测试者数据库（D5）中全体测试者反应的绝对值高的专业和绝对值低的专业相抵消后，最终得出的数据库。‘正规化’在IT领域中有很多解释，但在本系统中正规化是指，为了缩小极端性答案的数值误差，通过相关过程得出各专业学生普遍的的平均的数据，以及通过赋予既定的加权值防止因为单纯的合算造成和其它专业的差别性降低。例如，职业类型趋向性数据库(D4)中对大学生得出的分数乘以既定的加权值得出总和。例如，通过AHP等方法赋予加权值来减少和其它专业的误差范围，从而得出准确的比较结果值，来排列职业类型的顺序。
3. 本发明在测评过程中所涉及的测评模型设计如图2所示：
1) 测试评价模型(M1)：
测试评价模型(M1)是指作为专业选定测试的主体的测试者（中学生（含初中、高中）及大学生），通过本系统主页设定的程序对各问题依次作答的方式来完成测试；测试评价模型（M1）对以上4类数据库中的专业选定测试全部适用，但为了专业类趋向性数据库（D1）测试还要通过相对比较模型（M2）进行分离的特殊化构成。
通过测试评价模型（M1）的测试评价功能，测试者可以得出个人固有趋向性数值的导出依据。
相对比较模型(M2)
专业类趋向性数据库 (D1)中专业（类）趋向性测试通过层次分析方法(AHP: analytichierarchy process)进行，为此测试过程本系统提供了相对比较模型（M2）。
相对比较模型（M2）是指和测试评价模型(M1)一样通过各测试的方式进行，为对各问题进行1：1的相对比较(paired comparison)提供具体的曝光方法，使测试者得出对各专业（类）别专业目标等的相对偏好度。
层次分析法(AHP)是指，通过对构成意识决定构造要素间的相互比较，作为捕捉测试者的知识、经验和直观的方法，对直面的构成意识决定构造的要素进行列举并制作成层次的形态后，对层次中包含的要素进行1:1的相对比较，由此得出的比较结果根据线性代数固有的矢量(vector)法得出各要素间的加权值，各层次中得出的要素的加权值上位层次和下位层次相乘后，得出意识决定方案的最终加权值，总体来说得出构成意识决定的方案。
相对比较模型（M2）是以层次分析方法（AHP）为基础，对各问题以相对比较的形式（例如，人文对比社会，人文对比经商，人文对比工学）向测试者展现后得出答案数值，通过得出的数值推断出相对的偏好度，并通过具体的数值高低区分各个科学领域比起其它领域的偏好或厌倦程度。例如测试题目左边为’喜欢看足球比赛‘，右边为’喜欢看篮球比赛‘，此题为7分分值，”1-左边的非常喜欢，2-左边的大体上很喜欢，3-左边的稍微更喜欢，4-差不多，5-右边的稍微更喜欢，6-右边的大体上很喜欢，7-右边的非常喜欢“ ，测试者在7个选择中选择其一作答。
题目示例：
3) 数值比较选定模型(M3)：
数值比较选定模型(M3)是通过测试者对各题目的回答得出数值和标准比较数据库（D6）的各专业类大学生的数值进行比较处理，再得出可以代表测试者特性的数值。具体来说，为了得出可以代表测试者特性数值的比较处理法，是把测试者的数值和该问题在标准比较数据库（D6）中大学生的数值相乘的过程，以及通过对各问题事先赋予加权值的方式达成目的。
- 学科趋向性项目：
对标准比较数据库（D6）中大学生的数值和测试者的数值相乘的过程，举例说明：“语文学科对我的专业学习有帮助”， 此问题中文系学生的答案是7分（完全如此），电子工学系学生的答案是2分（几乎没有），参与测试的测试者对语文学科的偏好度为5分（稍微如此）的话，那么此测试者对中文系的适合度成绩为5*7 = 35分, 电子工学系的适合度成绩为5*2= 10分, 这样通过对所有测试中的所有问题大学生的答案（测试得出的数值）和测试者的答案（测试得出的数值）相乘，通过各个题目的结果可以得出测试者对所有专业的特有数值。
并不是直接的使用测试者的答案数值，而是和大学生的答案数值相乘后再得出数值的理由是——测试者在各个专业领域得出的数值差异甚微，很难得出各专业领域的优先顺序或因为在对实际追求的专业领域选定时出现误差。把测试者的答案数值和大学生的答案数值相乘得出最终的数值，可以缩小误差范围从而得出准选的偏好度数值。
-专业潜能项目:
专业适合度测试中对于得分数值低的问题会有补充说明作为帮助，即补充说明帮助测试者提高得分低的专业的理解度，为了对得分低的专业进行详细的补充，把得分低的专业的实际大学生在基础素养、学习环境、学业特性三项小项目中得分高的两个问题进行相对比较，通过这两个问题的背景和要求事项向测试者提供具体的补充说明。这样的补充说明会在最终的专业选择结果中呈现。
- 职业类型趋向性项目:
职业类型趋向性测试中对测试者的得分数值赋予既定的加权值，得分数值和加权值相乘换算正规化处理后，作为职业类型排序的根据。
优先顺序排列模型(M4):
以四类不同的数据库为依据，通过不同功能模型得出的数值对各测试得分最高的一定个数的专业，例如选择5个专业，这就是优先顺序排列模型的功能。
具体来说，优先顺序排列模型（M4）是对4类数据库（D1，D2，D3，D4）中得到的数值根据各个专业类进行表格（sheet)化，划分出各专业类得分后对表格化处理的数据按照从高到低顺序排列（sorting），数值最高的一定个数的专业，即把92个专业的分数高低顺序排列，择其前10位作为推荐。
优先顺序排列模型（M4）是以4类数据库为依据得出的测试结果，给出各测试类结果图表和补充说明，为测试者提供最适合自己的专业的具体说明。
一贯性与否测试模型(M5):
本系统补充提供一贯性与否测试模型（M5），一贯性与否测试模型（M5）是指把通过4类测试得到的优先顺序专业的误差程度，按照误差范围的高低分为A等级到E等级五个层次，从而可以测试出结果的一贯性与否。
例如，学科趋向性测试结果中得出中文专业为优先专业，而专业潜能测试中却得出物理专业为优先专业，就可以推断出此学生没有诚实的作答，由此实现此系统抓误差的责任。首先检查是否可以得出学科差异，万一各个结果得出的学科不相同，误差非常大。在4类测试中得出相同的学科结果但各结果的专业不同（例如，语言学科的中文专业，英文专业等不同的领域），那么误差很微小。向测试者展现各专业的专业科目或特性等情报，直到测试者通过这些信息对自己前途产生确信为止。
学科、专业选定模型(M6)
最后，学科专业选定模型针对以上4类数据库（D1，D2，D3，D4）得出的数据全部进行比较处理，评价以上4类测试相对性的重要度，赋予既定的加权值后得出最终的结果数值，最终得出测试者的学科和专业选定结果。
学科专业选定模型（M6）如果得出了独特的结果，或和其他3类测试结果相比来看得出的数值可信度低就需要对结果进行修正，通过各数值的合算及平均化，得出最终的专业选定结果。对于最终的专业选定学科，专业选定模型(M6)中也有对专业优先顺序排列的补充说明，通过图表等理解起来简单的方式向测试者展现。
测试试卷和结果设计：
向测试者提供的4类数据库（D1，D2，D3，D4）对应的各自的测试试卷和结果格式示例如下:：
1)专业类趋向性测评数据库:
参考大学内各专业的学习内容和学习目标，指引学生了解目前感兴趣和擅长的学科所对应的专业类，学习适合的专业实现自己的学习目标。
测试的特征为利用层次分析法(AHP: analytic hierarchy process)进行1:1的比较，得出趋向的专业类的排序和一贯性的比率。一贯性的比率代表该学生对此专业类的想法确信程度，一贯性低的专业类趋向性测试结果不理想。
- 测试示例:
- 结果事例如图3所示:
“专业类趋向性测评数据库”是指测试者感兴趣的学科内容所对应的学科类，检测数据显示该同学目前感兴趣的知识范围适合学习理学类、工学类、管理学类。
图3中偏好度以0.1为基准数值，同时测试显示出该同学文科、理科、艺术体育类知识量分别在整体知识结构中所占的比例，如图4所示:
该同学答题的一贯性等级为C，一贯性是指测试者答题过程中对测试的明确程度或思路是否清晰，与测试者的能力无关：
2)学科趋向性测评数据库:
作为检测现在学习的科目中的各科目的偏好度测试，以喜欢或厌倦某科目为基准，了解感兴趣的知识内容所对应的学科类。
-测试示例:
-结果事例如图5所示:
“学科趋向性测评数据库”是指测试者目前感兴趣及擅长的科目所对应的专业类。检测结果显示（如下图），该同学感兴趣及擅长的科目所对应的专业类是自动化、水利、环境科学与工程。（下图中数值越高，专业类匹配性越高。以50为平均数，60以上数值的专业意味着专业匹配性比较高，此结果与最终综合结果不一定一致）。
专业潜能测评数据库:
专业潜能测评数据库是大学中各专业学习时需要的知识性，社会性，性格性能力和素养为基准，向准备进入大学学习的学生告知哪些学科和专业最适合自己。透过个人具备的多样的能力和素养，得出最适合自己的专业类型。
-测试示例:
-结果事例:
专业潜能测评数据库检测结果：
通过对测试者综合能力要素的测试，导出测试者的潜能、学习技能趋向性，百分比数值越高，对应的综合能力越有利于在今后学习和工作中充分发挥，该同学的十二项潜能技能发挥倾向性图6所示：。
职业类型趋向性测评数据库:
职业类型趋向性测评数据库是指把多种职业类型划分为6个类型，调查各个类型在大学中相关联的学科和专业，向学生告知最合适的选择。测试结果告知满足个人期望及适合测试者本人的职业类型（两种复合型）。
-测试示例:
-职业类型趋向性测评数据库检测结果示例如图7所示:
“职业类型趋向性测评数据库”是指测试者在社会环境中所对应的职业类型，检测结果显示最适合该测试者的两种职业类型类型（如图7所示）是：
第一位：研究型（Scholar Type）指在就业选择上较为重视稳定性和内在学术研究发展的类型，偏好固定的一种专项知识领域或业务。
第二位：专业技能型（Professional Type）指具备某种专业所要求的特殊知识或技能，是能够成就个人目标的稳定性职业类型
5) 测试综合结果：
专业趋向性, 学科趋向性, 专业潜能, 职业类型趋向性等4类测评的结果通过教育、心理、发展规划专家们赋予的加权值为依据，通过QFD(Quality Function Deployment)方式进行综合，从12个学科门类，92个专业类中得出个人最适合的10类专业推荐。
测试综合结果示例如下表所示：
通过“专业类趋向性、潜能趋向性、学科趋向性、职业类型趋向性”四个测评系统数据综合分析、最终适合该同学学习的专业及职业趋向性为自动化、水利、生物科学、大气科学、环境科学与工程。
如上所述，根据本多元智能生涯学科选定系统，首先以各专业在读的大学生为对象进行测试，得出正规化标准比较数据，根据多种处理方式综合对测试者的测试结果进行处理，从而得出现实性的值得信赖的专业选定结果，同时，把QFD及AHP方式应用到专业选定测试系统，从而得出科学的体系化的专业选定结论，并且能揭示测试者的非一贯性，保证测试结果的准确性。最后，细分测试者的专业偏向情况，可进行各小领域间的比较分析，从而得出具体的实用性的专业选定结果值。
当然的，在先统计每个人结果的基础上, 再以性别、年龄、班级、年级、学校、市、省等某个群体的测试数据为对象进行统计，可以作为各级机关树立教育政策的重要参考资料。
显而易见，上述实施方式仅仅为本发明在特定应用情况下的应用范例，本领域技术人员应当知晓，上述实施方式并不构成本发明的限制，相反的，任何在本发明所提供原理或结构上的改进均属于本发明的保护范围。

Claims (5)

1.学科与专业教育测评系统，其特征在于包括专业类趋向性测评数据库、学科趋向性测评数据库、专业潜能测评数据库及职业类型趋向性测评数据库；
所述专业类趋向性测评数据库为以专业所在学科的特性，构成指引被测试者选择的专业类趋向提问项；
所述学科趋向性测评数据库为以学科为划分依据，以被测试者所感兴趣的知识内容构成提问项，形成个人学科趋向性测试的学科趋向性测评数据库；
所述专业潜能测评数据库以学习环境、基本素养、学识特点为依据构成提问项；
所述职业类型趋向性测评数据库以学科和专业所对应的职业及职业所涵盖的工作环境形成提问项；
标准数据库：所述学科趋向性测评数据库、专业潜能测评数据库及职业类型趋向性测评数据库的被测试者面向各专业的大学生，通过各专业大学生对相应提问项的回答进行汇总并进行得分判定，形成测试者数据库，将测试者数据库中全体被测试者的绝对值高的专业和绝对值低的专业相抵消后，最终得出的数据库与专业类趋向性测评数据库形成标准比较数据库；
将上述数据库采用以下流程以中学生（含初中、高中）或大学生为测试者进行测评：
A将专业类趋向性测评数据库中的提问项按照1:1相对比较的形式向测试者进行测评，得出比较数值；
B将学科趋向性测评数据库、专业潜能测评数据库及职业类型趋向性测评数据库中的提问项进行测评，并得出测试数值；
C将步骤B得出的测试数值与标准数据库中的标准数值进行比较，得出代表测试者特性的数值，其中该步骤中的比较方式为将测试者数值与标准数据库中的标准数值进行相乘得到代表测试者特性的数值；
D将步骤C得出的不同数据库测评中获得的代表测试者特性的数值进行优先顺序排列，形成专业排序，供测试者选择最适合自己的专业；
E对步骤D所形成的专业排序按照误差程度进行层次划分，若专业类趋向性测评数据库、学科趋向性测评数据库、专业潜能测评数据库及职业类型趋向性测评数据库所测试获得的专业误差较大，则判定为测评无效，反之则测评有效。
2.根据权利要求1所述的学科与专业教育测评系统，其特征在于所述专业类趋向测评数据库中的提问项依据各学科教育目标，参考大学内各专业的学习内容和学习目标所含有的学科特性设置提问项。
3.根据权利要求1所述的学科与专业教育测评系统，其特征在于所述学科趋向性测评数据库的提问项的设置需参考：中学课程和高中课程或主学科中的语言、数理、外国语或探索领域的社会探索、科学探索的学科内容，探索领域主要以选择科目为基准，以可以得出有意义的学科趋向性差异的教科内容为主构成问项或电脑和艺体的操作性科目等，主要由能测量学生的实用和实际性趋向性内容构成。
4.根据权利要求1所述的学科与专业教育测评系统，其特征在于所述专业潜能测评数据库中的提问项需参考大学专业学习时需要的知识性、社会性、性格性能力和素养。
5.根据权利要求1所述的学科与专业教育测评系统，其特征在于所述专业类趋向性测评数据库、学科趋向性测评数据库、专业潜能测评数据库及职业类型趋向性测评数据库存的存储基础为当地硬盘或云存储。
CN201810246914.4A 2018-03-23 2018-03-23 学科与专业教育测评系统 Pending CN108320253A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810246914.4A CN108320253A (zh) 2018-03-23 2018-03-23 学科与专业教育测评系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810246914.4A CN108320253A (zh) 2018-03-23 2018-03-23 学科与专业教育测评系统

Publications (1)

Publication Number Publication Date
CN108320253A true CN108320253A (zh) 2018-07-24

Family

ID=62899017

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810246914.4A Pending CN108320253A (zh) 2018-03-23 2018-03-23 学科与专业教育测评系统

Country Status (1)

Country Link
CN (1) CN108320253A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109389308A (zh) * 2018-10-10 2019-02-26 赵益 一种职业倾向测试系统
CN110363501A (zh) * 2019-07-16 2019-10-22 方山县城内小学 一种基于大数据的教学学习成长管理系统
CN111242396A (zh) * 2018-11-28 2020-06-05 上海易教信息科技有限公司 一种基于职业生涯规划的选科排课方法及系统
CN111461153A (zh) * 2019-01-22 2020-07-28 刘宏军 人群特征深度学习方法
CN112581070A (zh) * 2019-09-30 2021-03-30 张晓斌 一种青少年学习生涯与职业定位测评装置及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000090167A (ja) * 1998-09-16 2000-03-31 Recruit Co Ltd 進路選択支援システム
CN104572989A (zh) * 2015-01-06 2015-04-29 苏州智甄测评技术软件科技有限公司 一种辅助高中生选择大学专业的信息推荐方法及系统
CN105787649A (zh) * 2016-02-20 2016-07-20 广东人啊人网络技术开发有限公司 T12人才测评方法及t12人才测评系统
CN106168952A (zh) * 2015-05-18 2016-11-30 睿智顾问公司 学系选择系统及其方法
CN106558001A (zh) * 2016-11-16 2017-04-05 上海市风华中学 一种高中生生涯发展规划系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000090167A (ja) * 1998-09-16 2000-03-31 Recruit Co Ltd 進路選択支援システム
CN104572989A (zh) * 2015-01-06 2015-04-29 苏州智甄测评技术软件科技有限公司 一种辅助高中生选择大学专业的信息推荐方法及系统
CN106168952A (zh) * 2015-05-18 2016-11-30 睿智顾问公司 学系选择系统及其方法
CN105787649A (zh) * 2016-02-20 2016-07-20 广东人啊人网络技术开发有限公司 T12人才测评方法及t12人才测评系统
CN106558001A (zh) * 2016-11-16 2017-04-05 上海市风华中学 一种高中生生涯发展规划系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
牟丽霞: "高中生生涯规划课程之"选科探索"案例分析", 《中小学心理健康教育》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109389308A (zh) * 2018-10-10 2019-02-26 赵益 一种职业倾向测试系统
CN111242396A (zh) * 2018-11-28 2020-06-05 上海易教信息科技有限公司 一种基于职业生涯规划的选科排课方法及系统
CN111461153A (zh) * 2019-01-22 2020-07-28 刘宏军 人群特征深度学习方法
CN111461153B (zh) * 2019-01-22 2023-08-04 刘宏军 人群特征深度学习方法
CN110363501A (zh) * 2019-07-16 2019-10-22 方山县城内小学 一种基于大数据的教学学习成长管理系统
CN112581070A (zh) * 2019-09-30 2021-03-30 张晓斌 一种青少年学习生涯与职业定位测评装置及方法

Similar Documents

Publication Publication Date Title
Börner et al. Data visualization literacy: Definitions, conceptual frameworks, exercises, and assessments
Pike et al. The mediating effects of student engagement on the relationships between academic disciplines and learning outcomes: An extension of Holland’s theory
Nguyen et al. Sustainable assessment for lifelong learning
CN108320253A (zh) 学科与专业教育测评系统
Adeoye et al. Digital literacy skills of undergraduate students in Nigeria Universities
Gunbayi Developing a qualitative research manuscript based on systematic curriculum and instructional development
Goodlad The Quest for Quality. Sixteen Forms of Heresy in Higher Education.
Yeom et al. The reform of secondary education in Indonesia during the 1990s: Basic education expansion and quality improvement through curriculum decentralization
Elaldi et al. The Effectiveness of Using Infographics on Academic Achievement: A Meta-Analysis and a Meta-Thematic Analysis.
Sharp et al. An application of the revised ‘Lecturer Self-Efficacy Questionnaire’: An evidence-based route for initiating transformational change
Donehower Paul et al. Teacher professional learning using simulation: a Delphi study
Hussar et al. Toward a systematic evidence-base for science in out-of-school time
Krelová et al. Attitudes of Czech College Students Toward Digital Literacy and Their Technical Aids in Times of COVID-19.
Pahmi et al. Assessing the influence of augmented reality in mathematics education: A systematic literature review
Göksoy et al. Primary and Secondary School Teachers’ Perceptions of Workload
Villar et al. Gendered science: representational dynamics in British Columbia science textbooks over the last half century
Luo et al. International student mobility: A systematic review and research agenda
Eichbaum et al. Career opportunities in global health: A snapshot of the current employment landscape
KR100597465B1 (ko) 학과계열 선정 시스템 및 그 방법
Rosmayati et al. Bibliometric Analysis of Cooperative Leadership Using Vosviewer Application
Wright et al. A multilevel analysis of malleable school and teacher factors contributing to middle grades’ teachers use of effective STEM practices
Timm et al. Technical Aspects of Automated Item Generation for Blended Learning Environments in Biology: An Analysis of Two Case Studies from the Fields of Botany and Genetics
Shatkin STEM Careers Inventory
Wahyudi et al. Mapping the field of Islamic banking and finance education: A bibliometric analysis and future research agenda
Athanasiadis et al. The EppekQual Scale: An Instrument Designed to Measure Service Quality in Prospective Teacher-Training Programs

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination