正在加载志愿数据…
首次打开约需数秒，请稍候

志愿罗盘

透明 · 可解释 · 专业级录取概率（百分位 + Wilson 95% 置信区间）
🧑 学生画像（可选 · 用于「人×校×专×城×业」精准匹配）可选
所有维度为透明估计，拖动即时重算，本地保存不离开浏览器。画像越完整，匹配越准。
学科优势
50
50
50
兴趣（霍兰德 RIASEC）
50
50
50
50
50
50
性格
50
50
发展取向
60
50
家庭地域
70
0=希望离家近 · 100=地域不限
行业意向（可多选）
💡 冷门捡漏 · 本工具独门绝技
在冷门院校 / 专业里挖出被低估的"金子"——同样的分数，上更好的学校。
🎯 志愿方案优化器（组合优化 Portfolio）




它是怎么算的？
承接上方省份/科类/位次/层次/选科，在 N 个志愿位内最大化「至少录取一所」概率 = 1−Π(1−pᵢ)，并满足 保底≥k / 冲≤上限 / 院校≤2 / 专业≤3 / 城市≤城市分散 约束。填充阶段按「对目标的边际增益（p 降序）」贪心，比竞品「简单排序」更贴近真实录取概率；平行志愿下冲校不中自动落入稳/保，故表首可放手试梦校。志愿沙盘标签页可拖动风险/层次/城市偏好实时反事实重算该组合。
📋 快速推荐（冲稳保一览）
🎚 志愿沙盘 · 实时反事实重算
拖动滑块 / 点层次标签，组合即时重算：看「至少录取一所」概率与冲稳保构成如何随你的偏好变化。基线 = 层次不限 · 冲≤8 · 保底 6 · 同城不限；候选池与「志愿方案」页同源（不受该页层次下拉影响）。
它是怎么算的？
滑块只改约束参数（冲上限 / 同城上限 / 保底数 / 层次过滤），候选池与概率引擎与「志愿方案」页完全同源；每次拖动重跑一遍 maximize 1−Π(1−pᵢ) 组合优化器（池≤4000，毫秒级）。「反事实」含义：不改你的分数与选科，只回答"如果偏好这样调，组合与胜率会怎么变"。
🏫 学校库 · 对比（当前省份/科类）
浏览当前省份+科类下的全部招生院校，按「与你的位次接近度」排序；点击「加入对比」可并排比较至多 4 所。院校级省份显示院校投档位次，专业级省份（山东等）显示真实专业记录。


⚖️ 对比区（最多 4 所）
🧭 融合排序 · 最优志愿表（三模块加权融合）
融合公式（可解释）
把 价值洼地(价值分)、2030 未来价值(前景+AI风险)、人×校×专×城×业匹配(四维契合) 三大模型结论，与 录取概率 在优化器候选单元(校×专业)上做加权融合，输出 单一最优志愿表：融合分 = 0.40·匹配度 + 0.30·(0.5·价值分 + 0.5·2030价值) + 0.30·录取概率；并强制保留 ≥k 所保底。权重在 fuse.py 中集中定义。
💎 冷门捡漏：本工具的核心能力。按「冷门分 = 价值分 − 难度分」排序，从你位次可达的双一流及以上好校里，挑出被严重低估的"金子"——同样的分数，能上更好的学校。
💎 价值发现引擎（冷门好校·价值洼地榜）
价值分怎么算？
价值分 = 0.30·就业 + 0.25·学科 + 0.20·深造 + 0.15·城市 + 0.10·口碑（院校层级/城市为真实数据，就业/学科/深造/口碑由层级+城市推理估计，预留真实数据覆盖）。冷门分 = 价值分 − 难度分(录取位次百分位)；冷门分越高 = 越被低估。已按「好校门槛(双一流及以上)」+「可达性(冲/稳区间)」双重过滤，避免普通校伪洼地。
🔮 专业未来价值模型（2030 就业指数 + AI 替代风险）
未来价值怎么算？
基于你位次可达学校里真实开设的专业方向，按「专业类别」聚合出 2030 未来价值分。2030 就业指数 = 0.22·需求增长 + 0.18·薪资趋势 + 0.15·岗位数量 + 0.15·行业增长 + 0.10·研究生依赖；AI 替代风险 = (0.5·任务可编码性 + 0.5·自动化成熟度) ×(1 − 0.4·人际/实体豁免)。未来价值分 = 就业指数 − 0.20·AI风险 + 0.20 平移（范围 0–1），并给出乐观/基准/悲观三情景。指标为公开行业趋势的透明估计。
🤝 人 × 校 × 专 × 城 × 业 匹配模型
匹配度怎么算？
综合匹配度 = 0.35·人专(兴趣+学科+性格→专业) + 0.25·人校(考研意愿→深造率, 就业优先→就业指数) + 0.20·人城(家庭地域×离家偏好) + 0.20·人业(行业意向∩专业去向)。每类推荐一所你位次可达且画像最契合的院校，并给出录取概率/就业潜力/升学潜力/成本/风险。画像维度均为透明估计。
免责声明：本原型使用真实公开投档数据（山东/北京/浙江/上海/天津/海南 专业(组)级官方投档线 + 其余省份院校级）。 「志愿方案优化器」在 N 个志愿位内通过组合优化最大化「至少录取一所」概率，并强制保底/分散约束，与竞品「简单排序」有本质区别。录取概率为统计估计，置信区间反映历年波动，请结合当年招生计划谨慎决策。数据按 省份+科类 维度隔离，结论可溯源。