重要说明
【1】本系列图文均覆盖本科招生、不覆盖大专招生；
【2】本系列图文适用于“原高考”模式、“3+1+2新高考”模式。对于“3+3”高考模式仅有借鉴参考意义，请勿直接应用。
0. 前言
本图文共计12000多字，篇幅较长。但完整覆盖了高考志愿填报所需数据的整理过程及方法，并就相关的知识点进行了扩展讲解。花点时间、多点耐心阅读，相信一定能够帮助到您！
1. 为什么要准备数据
对于如何填报高考志愿，很多家长往往一头雾水，因为感觉“道道”太多、非常繁杂。其实，如同枝繁叶茂、藤蔓交织的参天大树必有根脉一样，高考志愿填报的方法和依据也有根，那就是：学生的高考总分排位、高校及专业录取排位、高校及专业录取人数、高校及专业的质量。
排位：按照高考总分从高到低排名后，形成的排名位次
高考志愿填报的目的--抛开枝枝蔓蔓--其实就是：依据自己的高考成绩排位，找到录取排位要求比自己成绩排位高的、并且质量最好的那个高校及专业。打个比方，就是为一个“萝卜”找到一个恰好能放下它的坑，并且这个坑尽量地土壤肥沃、水分充足。
要达到这个目的，很显然要准备好相关数据。
这四类数据是最关键的数据。除此之外，还会有一些“非关键”数据，比如当年高考政策的变动、某些“黑天鹅”事件的影响，等等吧。这些数据可以平时注意留心积累、用作“校正”自己所准备的数据。
2. 何时准备数据？
高考总分是考出来的，那么是不是应该在高考总分出来后再去做这些数据的整理工作呢？
不是。原因在于：中国一共有近3000所高校、每个高校每年招生的专业有数个到数十个；同时高校及专业的选择还需要考虑高校质量、个人兴趣、家庭情况等等因素，所以时间不够充裕。
正确的做法应该是在高考前的时间里就做好数据准备工作。至于“高考总分”这个关键数据，可以通过月考、一模数据进行估算。
也可以这样理解：等同于一个公司要做预算，这些数据准备工作等同于是高考志愿填报的“预算”。
【插播一个知识点】
上文中，反复使用“排位”一词。这里涉及到一个重要概念：高考是选拔考试、不是达标考试。根据高考成绩进行排名、按照排位（排名位次）从高到低择优录取是高考招生的基本原则。每年的高考，由于考题难易程度等的不同，使得每年的分数分布都不相同。
比如，广东省2019年理科630分的最低排位为2606，而2020年同样分数的排位为8145，差别很大。
用一句话来总结就是：分数是用来排名的、决定录取结果的是排位。
但官方包括很多数据资料都使用“分数”，如何由分数获知排位呢？一方面，高考放榜通知成绩时会同时给出分数和排位；另外一方面，各省每年在高考放榜时都会发布“分数段统计表”，也即俗称的“一分一段表”（如下图为广东省2020年高考的通知及文档示例），根据这份文档，也能够查询到分数所对应的排位。
TIPS：总分相同的情况下，会按照一定的顺序比较单科分数来形成最终排位。
3. 要准备什么数据？
要准备的数据分为四类：高考总分排位数据、高校及专业录取排位数据、高校及专业录取人数数据、高校及专业质量数据。
高考总分排位数据
这个数据是要预估的，具体方法后续图文展开讲述。
高校及专业录取排位数据
高校的最低录取分数排位，实际上是该高校“最冷门”专业的最低录取分排位。所以对于高考志愿填报，需要准备好所希望选择的专业的最低录取分排位。
同一个高校的同一个专业，历年的最低录取分排位一定各不相同、但同时会在一定的范围内。为了能够用于本年度志愿的填报，一般需要整理出过去三年的高校及专业录取排位数据。
高校及专业录取人数数据
高校及专业的录取人数，往往会影响到录取最低分排位。一般而言，假设某个高校的某个专业招生人数增加了，那么它的录取最低分会降低（排位值变大）。这个很容易理解。
同样的，同一个高校同一个专业，历年的录取人数也会有变动，所以也需要整理出过去三年的高校及专业录取人数。
高校及专业质量评估数据
实际上，高校及专业历年的录取排位是最为客观的质量评判指标--越是好的大学好的专业，那么它的录取排位一定靠前。
此外，还可以使用高校所在地域、高校评级、高校学科评级数据对高校及专业的质量进行评估。
有利于学习和就业的地域一般会有这样的“标签”：首都、省会城市、一线城市；华南区、华东区；珠三角、长三角、京津冀；粤港澳大湾区....等等，可以使用这些“标签”对高校所在地域的质量进行评判。
中国高校的官方评级历经211、985到目前的世界一流学科建设/世界一流高校建设。虽然民间也存在多种类型的高校排名，但无疑这一评级更为全面和权威，可以用作高校质量评判。
教育部先后组织过四轮高校专业学科评估（第四轮于2017年完成），该评估使用多种指标评定了每个参评高校专业学科的质量等级（从A+~C-）。因此，可以使用这一评估结果作为高校专业的质量评判。
4. 如何准备？
数据的准备可以划分为两个阶段：数据粗筛、数据细化。整个过程实际上是由粗到细地从近3000所高校中选择出符合要求的一批高校及专业，作为志愿填报的待选高校及专业“池”、形成高考志愿填报的“预算”。
5.1 数据粗筛阶段-概述
这一阶段的目的是筛选出一批可能报考的高校。通过如下步骤完成：
1.搜集前三年的“分数段统计表”；
2.进行高考总分排位的预估；
3.依据高考总分排位预估，估算总分排位的变化范围；
4.整理出高校专业质量相关数据；
5.整理出前一年高校最低录取分排位数据；
6.依据总分排位变化范围，使用出前一年高校最低录取分排位数据筛选出满足报考条件的高校。
比如，预估自己的总分排位变化范围是2000~5000，则可以筛选出最低录取分排位在2000~5000范围内的高校；
7.根据个人对高校及专业质量的个性化要求，从上述高校中进一步筛选出满足要求的高校。
比如，希望能够报读珠三角的高校。
5.2 数据粗筛阶段-搜集分数段统计表
“分数段统计表”--即俗称的“一分一段表”，是数据准备过程中很多环节要使用的基础数据。利用它可以由总分查询对应的排位、也可以用排位查询出对应的总分。
在每年高考放榜时会由各省考试院发布当年的数据。
需要注意的一点是，文科、理科、艺术、体育类各为一份独立的表格。原因也很简单：因为这几类考生是分别排名的，而高校对于这几类学科专业的招生计划、招生工作也是各自独立制定和进行的。
所以，要根据自己的选科（文？理？艺术？体育？）去搜集过去三年的对应的表。
比如：文科生只需要去搜集过去三年的文科分数段统计表。
那么，实行“3+1+2”新高考模式省份该如何搜集？答案是：选择物理的、选择历史的分别去搜集理科、文科的表即可；选择艺术体育类的不变。
具体的搜集方法很简单：在各省考试院的官网即可查询获得过去三年的表数据。
实际上，网络上各省的这个数据很多、一查一大把。但建议还是从官网获取，以避免信息传递可能形成的错误。。
【插播两个知识点】
对于实行3+1+2新高考模式的省份，过往历史数据还有用吗？
先说结论：完全、绝对有用。
*因为本系列图文的主题是“数据准备”，而这个点的内容过多不宜在这里展开，后续会独立图文说明。
此外，在“数据粗筛阶段”更无这个顾虑。因为这个阶段的目的是“筛选出一批可能报考的高校”，宜粗不宜细。
对于实行3+1+2新高考模式的省份，为何粗筛阶段不整理选科要求数据？
还是由这一阶段的目的--筛选出一批满足录取排位、质量要求的高校--所决定的。也就是说，在这个阶段整理数据的“粒度”是“高校”而非“专业”，而选科要求是“面向专业的”。所以可以等到细化阶段，再结合专业录取排位、选科要求等，过滤掉一些不符合要求的高校及专业。
上述实际上也形成了下文各环节所隐含的一个原则：尽量的“粗筛”、宁多勿少。
5.3 数据粗筛阶段-高考总分排位及范围预估
进入高三后，将会逐渐展开月考、多校联考，直至一模、二模。其中，前两者将会给出总分在校内的排名，而一模二模会给出总分在市内的排名。
无论校内排名还是市内排名，与省排名是有很大的相关关系的。高考招生是以省为单位的，所以省排名就是高考总分排名。
当然，这种相关关系一定不是非常准确的、同时学生的成绩也会有波动。但在这个阶段，预估排名、并上下浮动预估排名的目的是筛选一批学校，所以这种不准确是可以接受的。
当拿到月考的总分排名后，可以咨询老师或学长这样一个问题：在学校XXX的排名大致会是多少的省排名？当拿到一模或二模的总分排名后，要咨询的问题变成这样：在市内XXX的排名大致会是多少的省排名？
很多城市会有一模排名换算为省排名的“计算公式”。要注意这个计算公式是根据以往的历史数据统计形成的，结果仍然是一种估算值、而非精准值。这也是一种预估排名很好的办法，若有的话建议使用。
咨询的结果就是高考总分排位的预估。
接下来的一个问题是：怎样确定上下浮动预估高考总分排位的范围内？
方法是：
1.使用前一年度的“分数段统计表”，根据排位预估查询获得对应的高考总分；
2.根据平时对孩子成绩情况的了解、结合与孩子进行讨论分析，估算下在当前成绩基础上可能增加的分数、可能降低的分数，从而预估出总分最高分、最低分；
注意：这个估算宜偏悲观不宜偏乐观。
3.由上述最高分、最低分，使用前一年度的“分数段统计表”，根据分数查询获得对应的排位。
由此，预估高考分排位范围即可确定。
也可额外使用前两年、前三年的“分数段统计表”，采用同样的方法分别估算排位范围，然后整合为最“宽”的范围。比如：使用2020~2018年的“分数段统计表”估算出的排位范围分别是：2000~5000、3800~8000、4400~7000，则最终确定范围为2000~8000。
5.4 数据粗筛阶段-高校及专业质量数据
评判一个高校及专业的质量，最客观的数据当属历年高校及专业的录取最低分排位。
此外，可以采用如下几个维度进行评判：
这些数据的搜集整理还是非常容易的，具体方法见下表所示：
通过搜集、整理形成所需的这些数据，如下图：
【插播知识点：高考最低录取分排位数据的类型】
按高校类型及专业区分，高校招生主要有这样几个类型：军校（含空军招飞）、公安院校、高校艺术体育类专业、高校非艺术体育类专业、特殊类型招生，而这些招生又是放在不同的批次中完成的，分为：军检面试提前批、非军检面试提前批、普通本科批次。
对于普通本科批次，进一步会分为多个“子批次”。有些省份是划分为普通本科一批次、普通本科二批次，而对于广东省则分为普通本科优先批次、普通本科批次。
1)所谓批次，是指招生划分为多个阶段、按时间顺序依次进行。
2)这部分内容细讲会比较繁杂，上述是主干核心，但足以满足理解下文内容的需要。
那么，这两个维度组合一下，会形成如下几个高考最低录取分排位数据：
1.军检面试提前批-军校-最低录取分排位数据：用于报考军校；
2.军检面试提前批-警校-最低录取分排位数据：用于报考警校；
3.非军检面试提前批-艺术体育类专业-最低录取分排位数据：用于报考艺术体育类专业。这类专业的招生是将高考总分、专业考试（也叫“术考”）成绩综合后择优录取；
4.非军检面试提前批-非艺术体育类专业-最低录取分排位数据：用于报考各高校在提前批完成招生的专业。需要说明两点：
1)有些高校所有专业均在这个批次完成招生，但绝大多数高校在这个批次只是安排部分专业招生、或者相同专业部分人数的招生；
2)包含所谓的“教师、卫生专项计划”，简单讲就是就读这类专业的学生毕业后必须定到特定地区就业；
5.非军检面试提前批--特殊类型招生：包括高水平艺术团、高水平运动员、高校专项计划、综合评价。前两者可以理解为对认定的“特长生”降分录取，第三者是面向老少边穷地区考试的、也可理解为降分录取；而综合是根据高考总分、学业水平考试成绩、高校自行组织的测试成绩按一定比例折算为“综合评价分”后择优录取。对于这一类型，直接参考历史高考总分排位无意义，需要单独进行准备，因此后文不再覆盖；
6.普通本科优先批-艺术体育类专业-最低录取分排位数据：用于报考艺术体育类专业，同样是将是将高考总分、专业考试（也叫“术考”）成绩综合后择优录取
7.普通本科优先批-非艺术体育类专业-最低录取分排位数据：用于报考各高校招生专业。需要说明的是：这里包含所谓的“地方专项、少数民族班、各类预科班院校”，同样可以理解为约束就业地或面向老少边穷地区考生降分录取。
8.普通本科批-艺术体育类专业-最低录取分排位数据：同上
9.普通本科批-非艺术体育类专业-最低录取分排位数据：同上
笔者尽可能地抓主干、悠着写，但仍显繁杂。实际上，对于绝大多数的考生只需要1、2、4、7、9类型的数据，这些部分绝对是主干！
整理下，可以形成这样几个要点：
1.报考艺术体育类专业的，请独立准备数据，本文内容不覆盖；
2.参加特殊类型招生的，请独立准备数据，本文内容不覆盖。实际上，官方也不会公布这一类型的最低录取分排位数据；
3.在提前批、普通批（两个）中的各类专项计划，一方面数量少、另外一方面是面向专业的，所以可以在“数据粗筛阶段”可以不用区分，姑且将其纳入到高校最低分录取排位统一整理。等到“数据细化阶段”面向专业时，再做细化、筛选。
根据上述要点，要准备的数据就很清楚了，那就是：
1.军检面试提前批-军校-最低录取分排位数据
2.军检面试提前批-警校-最低录取分排位数据：用于报考警校
3.非军检面试提前批-非艺术体育类专业-最低录取分排位数据
4.普通优先批-非艺术体育类专业-最低录取分排位数据
5.普通批-非艺术体育类专业-最低录取分排位数据
5.5 数据粗筛阶段-前一年高校最低录取分排位数据
上文已经明确了我们要搜集的高校最低录取分排位数据类型。
而对于这类数据的最权威的来源，是各省考试院在批次录取完成后发布的数据。
以广东省考试院为例，当每批次招生完成后在其官网“新闻动态”栏目发布对应批次的最低录取分排位数据。下图为2020年8月7日发布的“军检面试提前批”数据。
依次搜集即可完整获得所需要的5类数据。
在搜集数据时，需要注意两点：
1、数据是按照文、理科分别给出的。所以，只需要按照个人的选科情况搜集对应科类的数据即可。同样如上篇图文所述，对于“3+1+2新高考模式”省份，按照选物理的搜集理科数据、选历史的搜集文科数据。
2、细心的看官应该会注意到在上图中有“第一次投档”字样。故事是这样的：军检面试提前批、非军检面试提前批、普通批均可能出现高校某些专业未能招满人的情况。处理的方法是：允许未被本批次录取的考生填报这些未满额的专业，称之为“征集志愿”。然后再按照同样的录取规则进行招录，直至录满或者就是录不满放弃了事。
这些数据考试院同样在完成征集志愿后会予以公布。
现在思考这些一个问题：A高校在某批次正常录取时的最低排位是5000，但有个专业未录满。经过征集志愿后，录满的最低排位变成了6000。那么，我们对于这个高校应该用5000、还是6000这个数据呢？
笔者给出的建议是：使用6000、但要对这类数据进行标注。原因还是前文反复提及的“数据粗筛”阶段的目的是“粗筛学校”、原则是“宁多勿少”。
5.6 数据粗筛阶段-数据整合
数据整合的目的是便于后续高校筛选、专业选择等使用。但数据整合需要一定的软件技能：一方面，上述各类数据格式各异，有PDF、图片、网页等，需要通过格式转换和清洗形成同样格式的数据；另外一方面，需要将这些数据关联到一起便于使用。
对于不具备软件技能的家长，也没有什么大问题。采用“人工”方式关联查阅相关数据也是可以的，无非麻烦点。
对于具备一定软件技能的家长，笔者简单说一下数据整合的思路：1)使用各类小工具将上述数据转换为统一的CSV等格式；2)使用Excel或WPS等工具对数据进行关联(VLOOKUP函数)。
当然假设软件技能强悍，无需笔者多言：Python、SQL/NoSQL数据库均可以使用起来。
在进行数据关联时，需要确定“主数据”，建议按照如下方法选择“主数据”：
☞对于“原高考”模式省份：以“前一年高校最低录取分排位”作为主数据，关联高校质量数据（地域和高校评级）；
☞对于“3+1+2高考”模式省份：以“普通高校本科专业选考科目要求”作为主数据，关联“前一年高校最低录取分排位”、高校质量数据（地域和高校评级）、专业质量数据（学科评估）。
在5.2章节中，说明了为何不在“数据粗筛”阶段整理选科要求数据，建议是在“数据细化阶段”再通过选科要求对本阶段选出的高校进一步筛选。而这里提出以选科要求作为“主数据”，原因是无论如何都是需要整合选科要求数据的，因此可在这里一并完成。
以广东省为例，可形成如下的整合后的数据(Excel格式)：
点击图片查看大图
基于整合后的数据，可以很容易完成高校的筛选、完成本阶段的任务。
5.7 数据粗筛阶段-筛选出满足要求的高校
无论是否进行了数据的整合，使用准备好的几类数据均能筛选出满足要求的高校。
流程如下：
步骤一：使用“预估高考总分排位”范围数据，在“前一年高校最低录取分排位数据”中筛选出录取排位在该范围内的高校列表。
步骤二：按照个人对高校质量的要求，使用“高校质量数据”，从上述筛选出的高校中进一步过滤不满足要求的学校。
假设已有整合数据：
1)上述步骤可以使用Excel或WPS的筛选功能完成；
2)对于“3+1+2”高考模式省份，可以借助整合数据同时考虑选科要求筛选学校。
至此，“数据粗筛阶段”完成。
6.1 数据细化阶段-概述
“数据粗筛阶段”的成果是一批筛选出的高校，数量应该在10~50个之间。“数据细化阶段”的任务是：
首先，确定个人的专业意向，即想报考哪些专业；
其次，对于3+1+2高考模式省份，利用选科要求数据筛选出自己的选科组合能够报考的专业；
第三，利用“学科评估”数据对选定专业的专业质量进行评估，进一步筛选出符合自已专业质量预期的专业；
第四，针对经过上述两步筛选出的专业，搜集整理它们近三年录取平均分和最低分排位数据、招生人数数据；
完成上述工作后，结合自己的排位预估范围，可从这些专业中重点圈定符合自己专业意向、能“够得上”、专业质量符合预期的一批专业，它们将成为志愿填报的备选！
当达到这个程度后，在拿到高考分数的那天，如何填报志愿将不再是问题。
作为补充，还可以从各种渠道对高校及专业进行深入的了解，能够“如数家珍”。
6.2 数据细化阶段-确定专业意向
这是一个非常大的话题、各类见解说法也非常多。本文不打算展开进行论述，仅从志愿填报角度给出“技术性”的建议方法。首先列出如下几个前提性的论点：
1.决定专业选择的因素主要有三个：个人兴趣、就业难易程度、职业发展难易程度。
2.高校的专业体系是“学科->专业类->专业”三级体系，即一个学科包括多个专业类、一个专业包括多个专业。
一个专业类内的专业相似性高、在高校内往往由同一个学院或系开设、对于专业课的学习会提供较为灵活的选课机制。基于这三点可以得出这样一个结论：仅从掌握“技能”的角度来说，选择同一个专业类内的专业差别不会太大；
3.专业类和专业类之间，也有可能具有较高的相关性。比如，对于同属于工科的计算机类、电子信息类，相关性高、课程具备一定程度的相似性。
4.不同专业类内的专业、同一专业类内的不同专业，录取最低分排位会有差异，即存在“排位差”
比如，绝大多数高校计算机类内的计算机科学与技术专业往往录取最低分最高（排位值最小）、次之软件工程、次之信息安全；一般而言，计算机类各专业的录取最低分都会高于电子信息类各专业。
5.填报志愿所参考的历年专业最低分录取数据是波动的，无论怎样统计最终能否被某个高校的某个专业录取都有一定的偶然性，我们能做的是尽可能地降低这个偶然性；
6.填报志愿对于同一所高校能够填报多个专业；
7.高校招生录取的基本、主干规则是：考生按照高考总分由高到低排队，从队首考生开始依次投档。换句话讲，越靠前的考生选择高校及专业的余地越大。
假设看不懂，建议阅读下《高考那些事，从小白到精通：平行志愿、顺序志愿是什么？》，便于理解这句话及下文内容。
结合上述7点，简单思考既能得出确定专业意向的基本策略：综合权衡个人兴趣、就业难易程度、职业发展难易程度等因素，选择满足要求、排位差尽可能大的同一个专业类内的多个专业、以及与意向专业相关性高的其他专业类内的多个专业。
这个策略有个关键语句是“排位差尽可能大”。原因很简单，假设按上述策略选择出的多个专业的排位范围越大，则被这些专业录取的可能性就越高。
但上述策略有一个漏洞：假设意向专业为热门专业，那么其所属专业类、与其相关性高的专业类内的其他专业往往也会是热门专业，所以可能形成的排位差范围很窄。典型的例子就是计算机类和电子信息类内各专业，几乎均为热门专业。
解决这个问题有两种思路：
1.在选择相关专业类时，降低相关性。比如意向专业类是计算机类，而电子信息类也很“热”，那就降低些相关性选择自动化类。自动化类同样与计算机类有相关性，但较之电子信息类“冷”一些，从而排位差会大些；
2.选择一到两个“托底”的冷门专业。所谓“托底”是指虽然冷门、但个体勉强能接受或有就业优势的专业。这样安排是为了避免尽可能不要被高校调剂到冷门且自己无法接受的专业。
因为当前还在数据准备阶段，并且不同高校上述三类专业（意向、相关、托底）的排位差是有差异的。所以对于意向专业类内其他专业、相关专业类专业的选择可以不用受限高考志愿可填报专业数的约束，但建议一定要想好“托底”的冷门专业。这样，围绕这些专业进行后续的细化数据准备，等到填报志愿时再行决定填报方案即可。
举个例子：小明最想报考的是计算机科学与工程专业，同时小明个体有个优势其家族人脉在制药行业较为深广。那么，他的专业意向可以这样设计：计算类专业（意向专业类）、电子信息类专业或自动化类专业（相关专业类）、生物制药专业（托底专业）。
看到这里，也许会产生一个疑问：不知道专业类的相关性怎么办？简单的回答是：多问、多看、多学习。
【插播一个知识点：大类招生】
当前，很多高校采用大类招生。即：考生高考所报考的“专业”是多个专业的“合集”。一般要到大一结束后，高校进行“专业分流”--即给每个学生分配一个“合集”中所包含的专业。而“分流”的方法可以理解为和高考录取方式一致：学生填报多个意向专业，学校依据大一成绩、也可能同时结合独立组织的“分流”考试成绩，择优“录取”。只不过，会保证每个学生一定能分配一个“合集”中的专业。
大类的设置有三种情况：
1、以一个专业类内的多个专业作为“合集”。比如“计算机类”大类专业，包含该专业类的计科、软工、信息安全...等多个专业；
2、以一个学科内多个专业类的专业作为招生专业。比如“理科试验班”大类专业，实际上会包含数学类、物理类等多个专业类内的多个专业；
3、大杂烩，所包含的专业会归属多个学科的多个专业类的专业。这些专业往往也会叫做“理科试验班”、“工科试验班”等。
对于大类专业，往往会包含上述的意向专业、相关专业类专业、托底专业。在整理数据时需要Case By Case地加以识别和分析。
6.3 数据细化阶段-依据专业选科要求精细筛选
前面我们已经筛选出了一批高校，同时明确了自己的专业意向。所以，这些高校内符合自己专业意向的专业就形成了潜在的报考“专业池”。
接下来，对于实施3+1+2高考模式的省份，要根据自己的选科组合来筛选出上述“池”内的专业哪些自己可以报考。这些省份的考试院均已发布了《普通高校本科专业选考科目要求》，明确了各高校的各专业所要求的选科组合。
借助这个数据，能够很容易地从“专业池”中进一步筛选出自己可报考的专业。
TIPS：有些高校的选科要求还未发布，因此在这份文档中未包含。最全面的选科要求需要等待2021年的《高校招生专业目录》发布。所以在做筛选里，对于未公布选科要求的学校专业可以纳入，等《高校招生专业目录》发布后，再进一步细化。
6.4 数据细化阶段-利用学科评估明确专业质量
学科评估是教育部按照国务院学位委员会和教育部颁布的《学位授予与人才培养学科目录》对全国具有博士或硕士学位授予权的一级学科开展的整体水平评估。这个评估每5年进行一次，当前能够使用的是是第四轮评估结果。
简言之，这个评估结果给出了各个高校的各个【一级学科】的质量评价，分为9个等级：A+、A、A-、B+、B、B-、C+、C、C-。
由于评估采取“自愿申请、免费参评”的原则，因此并非所有高校的所有一级学科均参与了评估。但从另外一个角度，若对自己的学科建设有信心，那么更愿意去参评。所以，也可以理解为未参评的高校或学科大概率其学科建设水平相对较差。
这里还有一个名词：一级学科。《学位授予与人才培养学科目录》制定了一个学科体系，由两级构成：学科、一级学科，每个学科中包含多个一级学科，如下图。而学科评估，就是针对一级学科的评估。
前文我们提及过专业体系。请注意：专业体系与学科体系并非一一对应！
专业体系是由《普通高等学校本科专业目录》定义的，由学科、专业类别、专业类构成。
两者之间的本质区别是：学科体系是以知识体系为核心建立的，而专业目录是以招生育人为目的建立的。
但两者之间还是有非常大的相关性，表现为：学科基本一致、大部分一级学科与专业类别一一对应。
基于上述的区别和相关性，我们可以利用“第四轮学科评估”结果来对高校的专业进行一个质量评估。比如，北京大学的“应用经济学”一级学科评估结果为A+，而在专业目录中“经济学”专业类别包含的专业如下。所以对于北京大学的这些专业，可以认为其质量很高。
总结：这一步要做的工作就是利用“第四轮学科评估结果”，结合《学位授予与人才培养学科目录》、《普通高等学校本科专业目录》，对可报考的专业，按照自己对专业质量的预期，做进一步的筛选。
6.5 数据细化阶段-整理专业历史录取排位及人数
一般而言，需要准备过去三年的专业录取最低分或平均分排位、录取人数。整理分数排位好理解，为什么还要整理录取人数呢？因为高考本质上就是个排位赛，一般而言某个专业招的人多分数会下降，反之会上升。所以对于某一年的录取分数，必须结合着当年的录取人数看。这样，当拿到2021年该专业的录取人数时，可根据与往年录取人数的对比，更准确地预估今年的录取分数会是上升趋势、还是下降趋势。
举个例子：某高校计算机科学与专业过去三年录取平均分排位分别是：2562、10人，2734、12人，2389、9人。而2021年的计划录取人数是15人，那么基本可以预估其录取排位应该在2500以上。
这些数据的最可靠来源是各省考试院每年发布的《志愿填报指南》，其次可参考各高校官网发布的历史数据。
为什么用录取分数的排位而非直接使用录取分数？这个问题的答案前文已经提及过：高考是排位赛，在所有参考学生中排名多少才是是否会被录取、会被哪个高校及专业录取的决定因素；分数每年都是在变化的，2020年的650与2019年的650其排名完全不同。
但是，《志愿填报指南》或高校官网中往往只会发布分数而非排位，该怎么办？这要借助于“一分一段表”进行转换（关于“一分一段表”，5.2章节有具体说明）。
还有一个问题，《填报指南》中要么公布的是专业录取的平均分、要么是最低分，各高校官网公布的也很不统一。那么到底该使用平均分还是使用最低分呢？我的建议是：尽可能使用平均分而非最低分。有两个理由：
其一，最低分偶然因素非常大，变动剧烈，不足以支撑预估；
其二，在预估录取可能性时，要偏保守而非激进，否则极有可能被调剂到非意向专业（一般都会是“冷门专业”）。所以使用平均分较之最低分更为稳妥。
总结：这一步要做的工作就是利用过去三年的《志愿填报指南》、或各高校的官网发布的录取结果数据，整理出过去三年的专业录取平均分或最低分(尽可能使用平均分)、录取人数；再使用过去三年的“一分一段表”将录取分数转换为排位。
6.6 数据细化阶段-数据整合
通过上述工作，我们已经获得了完整的数据。将这些数据以一个专业一条记录进行整合，便于查看、分析。可以采用如下的形式：
6.7 数据细化阶段-还需要做什么？
经过上述过程，筛选出的高校、专业不会很多。接下来，应该通过各种途径对这些高校和专业进行多方面的了解。比如，可以从已就读该高校的学生那里了解情况；可以通过网络上高校相关的论坛去查阅相关信息；可以从高校网站进一步了解高校保研、考研率、就业情况等等。总之，途径很多，需要用心用时间去多方了解、汇总分析。
在整个了解过程中，要避免“先入为主”、或者“屁股决定脑袋”的心态，尽可能全面搜集正面的、负面的信息。
对于正面的信息，需要甄别来源、分析可信度，也要明确这些“正面的点”对自己是否有意义。
同样，对于负面的信息，更要仔细分析可信度、原因、背景等。可以这么说，几乎所有高校和专业都会有负面信息，这非常正常，正如“人无完人”。对于每个个体，需要抱着“有舍才有得”的原则，逐一明确这些“负面的点”对自己影响会有多大。
通过上述过程，相信对手头的意向高校及专业的了解会非常深入和透彻，这会对在志愿填报时形成极大的助力！
7 后记
本文最初以《迎接2021年高考：是时候做高考志愿填报的数据准备工作了》这个专题发出的，截止到去年11月底共发了5篇，介绍到“数据粗筛”阶段。
后续几个月，笔者一直在就近3年专业录取分排位及人数数据的整理、专业质量评估数据的整合进行试验和验证，目的是找到一种简单可行的方法可供广大家长掌握和使用。
这一部分工作的难点在于，专业数据量很大，并且非常庞杂、非常不规范。举个例子，每个高校每年所发布的专业代码是不固定的、并且专业的细分方向往往会有变化，因此将完全相同的一个专业给识别出并关联其近3年的录取排位及人数有较大的工作量和难度；而对于专业质量评估--如前文提及--由于学科与专业目录并非一一对应，也需要仔细甄别进行映射。
经过一番努力，上述问题得到了很好的解决，从而也能支撑笔者完成后续的内容。
同时，基于上述工作，笔者也自研了一个“高考志愿填报所需数据查询”的线上系统，即将上线。该系统完全遵循本文所说的思路和原则形成数据，并提供简单易用的使用方法，相信能够很好地助力各位家长完成高考志愿填报所需数据的整理。
