沒想好⋯⋯
高校的資料不太夠支持起來做減法。
京內外
北上廣深以外
南北方
⋯⋯
問題都很難進入到更細部⋯⋯
再想,一起想。
沒想好⋯⋯
高校的資料不太夠支持起來做減法。
京內外
北上廣深以外
南北方
⋯⋯
問題都很難進入到更細部⋯⋯
再想,一起想。
{
“name”: “某大学”,
“city_tier”: “一线/新一线/省会/普通地级市”,
“climate”: [“寒冷”, “潮湿”, “干燥”],
“campus_style”: [“紧凑”, “分散”, “老校区感强”, “新校区荒”],
“competition_level”: 4,
“transfer_difficulty”: 5,
“major_flexibility”: 2,
“daily_life_score”: 3,
“employment_orientation”: [“考公”, “科研”, “行业就业”, “综合”],
“prestige_bias_risk”: 4,
“recommended_for”: [“自驱型”, “稳定型”, “资源利用型”],
“not_recommended_for”: [“高压敏感型”, “强生活品质依赖型”]
}
也許可以⋯⋯
校园风景!
沿海/内陆
交通…
城市与地理
气候、湿冷、干燥、灰霾、离家距离、通勤便利、生活成本、城市资源密度、消费陷阱、实习便利度
校园空间
校区分散、跨校区、老旧宿舍、新校区荒凉、校园过大、校园封闭、基础设施不足、上课通勤耗时
制度强度
转专业难度、保研导向、绩点压力、竞赛压力、课程负荷、查寝和管理强度、请假与门禁风格
学术与专业
大类分流风险、强基础弱应用、强应用弱科研、冷门专业绑定、高淘汰率、课程老旧感、实验资源不均
生活体验
食堂评价分化、洗浴条件、网络限制、快递与商业配套、社团活跃度、夜生活匮乏、校内服务效率
就业与出路
考公导向、国企导向、互联网导向、科研导向、本地就业强、异地外溢弱、行业实习机会
误判风险
名校滤镜、城市滤镜、专业名滤镜、分数不想浪费、家长期待压倒本人偏好
每个标签需说明:
硬排除还是软排除
影响结果页
如何参与问卷分数计算
前端如何可视化
A1 東三省 / 西北 / 海南 是否一票否決
A2 六朝古都 / 中西部省會 / 沿海新一線 偏好
A3 985/211/雙一流 / 普通本科 / 專科 門檻
A4 學費上限(公辦 vs 民辦 vs 中外合作)
A5 多校區勸退(本科主校區不在主城 → 勸退)
B1 上床下桌 / 上下鋪
B2 宿舍 / 教室是否有空調
B3 獨立衛浴 / 公共澡堂(以及澡堂距離)
B4 早自習 / 晚自習
B5 晨跑要求
B6 學期公里打卡數(是否可以騎車)
B7 寒暑假長度 / 小學期長度
B8 外賣政策(禁止 / 外賣牆 / 暢通)
B9 最近地鐵站距離
B10 宿舍洗衣機 / 乾衣機
B11 校園網質量(有線/無線/校外流量計費)
B12 斷電斷網時間點
B13 食堂價格 / 衛生黑歷史
B14 熱水供應時段
B15 校內電瓶車政策
B16 宿舍限電瓦數
B17 通宵自習室
B18 大一能否帶電腦
B19 校園卡體系
B20 是否強發特定銀行卡
B21 超市規模與品類
B22 快遞收發便利度
B23 共享單車覆蓋
B24 門禁 / 查寢 / 封寢 / 晚歸
C1 過敏 / 飲食禁忌(回民食堂 / 清真供應 / 過敏源信息)
C2 輪椅 / 無障礙
C3 LGBTQ+ 氛圍
C4 外省人友好度(方言壁壘 / 本地保護)
C5 專業實力(教育部學科評估 A/B/C 檔)
这咋测啊
我觉得差不多了,,,其实大家考虑的主要是出不出京吧。。