一种基于大数据的初中生生涯探索能力评估方法

摘要

本申请是关于一种基于大数据的初中生生涯探索能力评估方法，具体包括以下步骤：S1，数据采集，采集初中生的学生基本信息、初中生的学生生涯探索能力的评估数据、兴趣活动类别与职业信息；S2，数据处理，对步骤S1中采集到的数据进行检查、清洗，确保处理后的数据满足分析任务的数据质量要求；S3，模型应用，基于步骤S2处理后的数据，通过大数据算法分析输出初中生的学生个人在生涯探索能力各个维度上的评估结果。有益效果：初中生处于“生涯探索”的阶段，此阶段的评估分析聚焦在学生对活动类型与职业的倾向性上，兼备生涯探索动力、素养水平、探索行动四个方面的评价，旨在为学生的当前探索领域和未来发展方向提供科学参考。

说明书

技术领域

本申请涉及教育领域，尤其涉及一种基于大数据的初中生生涯探索能力评估方法。

背景技术

初中生生涯探索能力评估方法是一种通过系统化、科学化的方式对学生在学习、职业生涯规划等方面的发展进行评估和指导的方法。随着社会和经济的发展，人们对于教育和职业发展的要求越来越高，因此对于学生的发展评估和指导变得越来越重要。目前，学生生涯评估方法已经成为了国内外教育界和企业界广泛关注的领域。

初中生生涯探索能力评估方法主要涉及以下技术领域：心理学、职业规划、数据分析等。在心理学方面，初中生生涯探索能力评估方法需要基于心理学理论和方法，对学生的心理素质、职业兴趣、个性特点等进行分析和评估。在职业规划方面，初中生生涯探索能力评估方法通过测试和测评来了解学生的职业追求和未来规划，从而帮助学生更加明确自己的职业方向。在数据分析方面，初中生生涯探索能力评估方法需要对学生的各项指标进行数据分析和处理，提供有效的数据支持和科学依据。

初中生生涯探索能力评估方法的优点是可以帮助学生更好地了解自己的发展需求和潜力，为学生的未来规划提供科学依据和建议。同时，初中生生涯探索能力评估方法还可以帮助学校和企业更好地了解学生的学习与职业发展情况和需求，提供更有针对性的教学、职业规划和培训。

当前初中生生涯探索能力评估方法面临的主要问题包括以下几个方面：

1、评估指标不全面：现有的初中生生涯探索能力评估方法可能只考虑了部分因素，如学习能力、职业兴趣、性格特点，而忽略了其他重要因素，如学生的艺术素养、环境素养、风险管理能力等。这些因素也会对学生的职业发展产生影响，因此需要在评估中加以考虑。

2、评估结果不够科学：现有的初中生生涯探索能力评估方法可能存在评估结果不够科学、数据不够准确等问题。一些评估方法可能仅基于对学生的简单观察，缺乏更加科学的评估工具和方法，这会影响到评估结果的准确性和可靠性。

3、评估结果缺乏实用性：现有的初中生生涯探索能力评估方法可能存在评估结果缺乏实用性的问题。一些评估结果可能过于笼统或抽象，缺乏具体的实用建议和指导。这会导致学生或家长无法很好地理解和应用评估结果，从而无法真正发挥评估的价值。

4、评估方法缺乏差异性：现有的学生生涯能力评估方法可能对不同学段或者年龄的学生没有进行区分，采用一致的评估维度和评价标准，导致评估结果脱离学生在所属阶段的成长需求与目标，这会影响到评估结果的科学性和应用性。

发明内容

针对上述问题，本发明的目的在于提供基于大数据的初中生生涯探索能力评估方法，以适应目前初中生的职业生涯探索方向评估所存在的问题。

为了实现上述目的，本发明的技术方案如下：

一种基于大数据的初中生生涯探索能力评估方法，其特征在于，所述方法具体包括以下步骤：

S1，数据采集，采集初中生的学生基本信息、初中生的学生生涯探索能力的评估数据、兴趣活动类别与职业信息；

S2，数据处理，对步骤S1中采集到的数据进行检查、清洗，确保处理后的数据满足分析任务的数据质量要求；

S3，模型应用，基于步骤S2处理后的数据，通过大数据算法分析输出初中生的学生个人在生涯探索能力各个维度上的评估结果。

上述的一种基于大数据的初中生生涯探索能力评估方法，其特征在于，所述步骤S1中，所述学生基本信息包括姓名、性别、学号、班级、年级、学校；所述兴趣活动类别包括预设的基于兴趣活动类别的至少两个维度；所述职业信息包括人社部公布的《中华人民共和国职业分类大典(2022年版)》中所公布的职业类别。

上述的一种基于大数据的初中生生涯探索能力评估方法，其特征在于，所述步骤S1中学生生涯探索能力的评估数据基于自评量表采集原始数据，所述自评量表包括至少两项基于兴趣活动类别的维度，每项维度包括至少两个针对该维度的问题。

上述的一种基于大数据的初中生生涯探索能力评估方法，其特征在于，步骤S3包括以下子步骤：

S31，计算当次测评中每一位学生在各项兴趣活动类别下对应问题的平均得分作为此学生在各项兴趣活动类别上的倾向得分；

S32，收集每一项职业下，至少两名从事该职业的从业人员的所述自评量表的数据，计算每位从业人员在各项兴趣活动类别下对应问题的平均得分作为其在各项兴趣活动类别上的倾向得分；

S33，基于步骤S32的结果，在每项职业下所有参与评测的从业人员在每一项兴趣活动类别上计算平均得分，作为该项职业对每一项兴趣活动类别的倾向得分，形成“职业-兴趣活动倾向”大数据；

S34，基于步骤S31得出的每位被测学生在不同兴趣活动类别上的倾向得分，以及步骤S33得出的每项职业的“职业-兴趣活动倾向”大数据，计算所述每位被测学生在不同兴趣活动类别上的倾向得分与所述每项职业的“职业-兴趣活动倾向”大数据之间的距离；

S35，基于步骤S34的结果，将所述每位被测学生在不同兴趣活动类别上的倾向得分与所述每项职业的“职业-兴趣活动倾向”大数据之间的距离进行升序排列，排名第一，即与该被测学生距离最近的职业，即作为该被测学生的推荐职业。

上述的一种基于大数据的初中生生涯探索能力评估方法，其特征在于，计算所述每位被测学生在不同兴趣活动类别上的倾向得分与所述每项职业的“职业-兴趣活动倾向”大数据之间的距离的度量方法采用下列方法其中之一：欧式距离、曼哈顿距离。

上述的一种基于大数据的初中生生涯探索能力评估方法，其特征在于，所述步骤S3还包括针对于学生生涯发展水平评估，具体包括以下子步骤：

S36，预设学生生涯发展水平自评量表，所述学生生涯发展水平自评量表包括至少两项子维度，每项子维度包括至少两个该子维度的问题，并通过学生填写学生生涯发展水平自评量表得到原始数据；

S37，基于步骤S36所采集的原始数据，计算当次评测中，每一位学生在每个子维度对应题目的平均得分作为此学生在该子维度上的原始得分；

S38，采集多名学生在步骤S37中所获得的所述原始得分，形成“初中生生涯探索能力”大数据，按照初中不同年级和两种性别进行排列组合，分为至少6个组别，分别计算每个组别在各个子维度上得分的常模平均分与常模标准差。基于常模平均分和常模标准差，将步骤S37中原始得分转换为标准分(z分)，公式为：(原始分-常模平均分)/常模标准差；

S39，依据《标准化正态分布表》，将标准分(z分)转化为p分(波动范围在0-1之间)，再利用(1-p)*100，转换为呈现分；

S40，将步骤S38计算出的各子维度的标准得分计算平均值，得到学生在学生生涯发展水平的标准得分；

S41，依据《标准化正态分布表》，将步骤S40中的学生在学生生涯发展水平的标准得分(z分)转化为p分(波动范围在0-1之间)，再利用(1-p)*100，转换为呈现分。

上述的一种基于大数据的初中生生涯探索能力评估方法，其特征在于，所述学生生涯发展水平自评量表的子维度，至少包括两个大类别，分别为内部动力与外部动力。

上述的一种基于大数据的初中生生涯探索能力评估方法，其特征在于，所述学生生涯发展水平包括生涯探索动力、生涯素养水平、生涯探索行动。

本申请的实施例提供的技术方案可以包括以下有益效果：

初中生处于“生涯探索”的阶段，此阶段的评估分析聚焦在学生对活动类型与职业的倾向性上，兼备生涯探索动力、素养水平、探索行动四个方面的评价，旨在为学生的当前探索领域和未来发展方向提供科学参考。

具体实施方式

这里将详细地对示例性实施例进行说明。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

应当理解，本申请说明书以及权利要求书中使用的“第一”“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“一个”或者“一”等类似词语也不表示数量限制，而是表示存在至少一个。除非另行指出，“前部”、“后部”、“下部”和/或“上部”等类似词语只是为了便于说明，而并非限于一个位置或者一种空间定向。“包括”或者“包含”等类似词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同，并不排除其他元件或者物件。

下面对本申请进行详细说明。在不冲突的情况下，下述的实施例及实施方式中的特征可以相互补充或相互组合。

一种基于大数据的初中生生涯探索能力评估方法，首先生涯探索基于美国心理学家埃里克森(ErikHErikson)的人生八阶段理论，初中生正处于形成对自己正确的、完整的认知、获得自我同一性的阶段。他们需要探索并整合自己的各个方面，找到未来的发展方向，奠定人生的基础。

初中生在生涯发展方面的重要任务包括：唤醒生涯探索意识，拓展自我认知，储备生涯管理能力，探索外部多元世界。核心目标就是“生涯探索”，学生需要增强自主意识，在丰富的职业活动体验中，加深自我了解，激发学习动力、学习探索方法，发挥自身优势、促进能力发展，为高中阶段的生涯发展乃至未来一生的发展做好可持续的发展储备。

在本发明中，一种基于大数据的初中生生涯探索能力评估方法具体包括以下步骤：

S1，数据采集，采集初中生的学生基本信息、初中生的学生生涯探索能力的评估数据、兴趣活动类别与职业信息；

S2，数据处理，对步骤S1中采集到的数据进行检查、清洗，确保处理后的数据满足分析任务的数据质量要求；

S3，模型应用，基于步骤S2处理后的数据，通过大数据算法分析输出初中生的学生个人在生涯探索能力各个维度上的评估结果。

首先，在步骤S1中，学生基本信息包括姓名、性别、学号、班级、年级、学校；兴趣活动类别包括预设的基于兴趣活动类别的至少两个维度；职业信息包括人社部公布的《中华人民共和国职业分类大典(2022年版)》中所公布的职业类别。

步骤S1中学生生涯探索能力的评估数据基于自评量表采集原始数据，自评量表包括至少两项基于兴趣活动类别的维度，每项维度包括至少两个针对该维度的问题。

步骤S2中，数据的检查具体包括以下子步骤：

S21，有效性检查：包括对原始数据进行字段格式、字段长度、字段内容、字段数值范围、枚举值个数、枚举值集合的有效性检查；

S22，唯一性检查：对主键是否存在重复数据进行检查；

S23，完整性检查：检查字段是否为空或NULL，记录数是否丢失；

S24，一致性检查：将不同数据源中的相同数据进行比对，检查是否存在数据一致性问题；

步骤S21-S24的顺序为任意顺序。

步骤S2中，数据的清洗具体包括以下子步骤：

S25，异常值处理：对于数据中存在异常值的情况，按照异常值的类别分别对信息来源渠道进行提醒补充；

S26，数据去重：对于数据中存在重复的情况，去除重复数据；

S27，缺失值处理：对于数据中存在缺失值的情况，按照缺失值的类别分别对信息来源渠道进行提醒补充；

S28，数据格式标准化：对于不同数据源中的相同数据以不同的格式出现的情况，进行数据格式标准化处理；

步骤S25-S28的顺序为任意顺序。

在本发明的其中一个优选实施方式中，步骤S2中对数据进行检查、清洗的步骤为：先按照任意顺序执行检查子步骤S21-S24，然后按照任意顺序再执行清洗子步骤S25-S28。

在本发明的其中一个优选实施方式中，步骤S2中对数据进行检查、清洗的步骤为：先执行检查子步骤S21-S24中的任意一步，然后执行清洗子步骤S25-S28中与其相对应的子步骤，其中子步骤S21对应子步骤S25、子步骤S22对应子步骤S26、子步骤S23对应子步骤S27、子步骤S24对应子步骤S28。

子步骤S25异常值处理和S27缺失值处理的方法包括：(1)若异常值或缺失值为从学校渠道获取的学生基础信息，则再次发送查询请求，获取填充；(2)若异常值或缺失值为从学生渠道收集的原始答题数据，则向学生发送补充填写说明，完成缺失测评数据。

子步骤S26数据去重的方法包括：(1)若存在两条或两条以上完全一致的针对同一信息来源渠道的同一数据的数据记录，则保留任意一条数据记录；(2)若存在填报时间不同的两条或两条以上的针对同一信息来源渠道的同一数据的数据记录，则保留首次填报数据或者末次填报数据。

步骤S3包括以下子步骤：

S31，计算当次测评中每一位学生在各项兴趣活动类别下对应问题的平均得分作为此学生在各项兴趣活动类别上的倾向得分；

S32，收集每一项职业下，至少两名从事该职业的从业人员的所述自评量表的数据，计算每位从业人员在各项兴趣活动类别下对应问题的平均得分作为其在各项兴趣活动类别上的倾向得分；

S33，基于步骤S32的结果，在每项职业下所有参与评测的从业人员在每一项兴趣活动类别上计算平均得分，作为该项职业对每一项兴趣活动类别的倾向得分，形成“职业-兴趣活动倾向”大数据；

S34，基于步骤S31得出的每位被测学生在不同兴趣活动类别上的倾向得分，以及步骤S33得出的每项职业的“职业-兴趣活动倾向”大数据，计算所述每位被测学生在不同兴趣活动类别上的倾向得分与所述每项职业的“职业-兴趣活动倾向”大数据之间的距离；

S35，基于步骤S34的结果，将所述每位被测学生在不同兴趣活动类别上的倾向得分与所述每项职业的“职业-兴趣活动倾向”大数据之间的距离进行升序排列，排名第一，即与该被测学生距离最近的职业，即作为该被测学生的推荐职业。

在本发明的其中一个优选实施方式中，计算所述每位被测学生在不同兴趣活动类别上的倾向得分与所述每项职业的“职业-兴趣活动倾向”大数据之间的距离的度量方法采用下列方法其中之一：欧式距离、曼哈顿距离。

初中生处于“生涯探索”的阶段，此阶段的评估分析聚焦在学生对活动类型与职业的倾向性上，兼备生涯探索动力、素养水平、探索行动另外三个针对于学生生涯发展水平评估方面的评价，旨在为学生的当前探索领域和未来发展方向提供科学参考。因此在本发明中，学生生涯发展水平包括生涯探索动力、生涯素养水平、生涯探索行动三个方面。并且该三个方面基于同一方法来进行评估，不同点在于预设的相关自评量表的维度和问题的区别。

因此在步骤S35之后，在通过上述方法得出该被测学生的推荐职业后，本方法还继续对该被测学生进行学生生涯发展水平评估方面的评价。

步骤S3还包括针对于学生生涯发展水平评估，具体包括以下子步骤：

S36，预设学生生涯发展水平自评量表，所述学生生涯发展水平自评量表包括至少两项子维度，每项子维度包括至少两个该子维度的问题，并通过学生填写学生生涯发展水平自评量表得到原始数据；

S37，基于步骤S36所采集的原始数据，计算当次评测中，每一位学生在每个子维度对应题目的平均得分作为此学生在该子维度上的原始得分；

S38，采集多名学生在步骤S37中所获得的所述原始得分，形成“初中生生涯探索能力”大数据，按照初中不同年级和两种性别进行排列组合，分为至少6个组别，分别计算每个组别在各个子维度上得分的常模平均分与常模标准差。

对于该组别的排列组合，例如，某些地区的初中分为三个年级，因此搭配男女两种性别，形成六个组别；同时某些地区的初中分为四个年级，因此搭配男女两种性别，形成八个组别。

基于常模平均分和常模标准差，将步骤S37中原始得分转换为标准分(z分)，公式为：(原始分-常模平均分)/常模标准差；

S39，依据《标准化正态分布表》，将标准分(z分)转化为p分(波动范围在0-1之间)，再利用(1-p)*100，转换为呈现分；

S40，将步骤S38计算出的各子维度的标准得分计算平均值，得到学生在学生生涯发展水平的标准得分；

S41，依据《标准化正态分布表》，将步骤S40中的学生在学生生涯发展水平的标准得分(z分)转化为p分(波动范围在0-1之间)，再利用(1-p)*100，转换为呈现分。

学生生涯发展水平自评量表的子维度，至少包括两个大类别，分别为内部动力与外部动力。

学生基础信息

此处以《学生基础信息表》作为采集工具案例，通过与学校信息系统对接的方式获取。

表1

初中生生涯探索能力评估数据

生涯探索方向

此处以《初中生生涯探索方向评估量表》作为采集工具案例，学生在线填报，提交回传存储。该量表覆盖多项兴趣活动类别，由多道题目组成，采用五级计分方式，每一项兴趣活动类别都有与之对应的若干道题目，每一道题目仅对应唯一一项兴趣活动类别。以“动手操作”为例，对应的题目及其选项、对应分值，如表2所示，最后一列为“张三”的填报结果。

表2

兴趣活动类别信息

兴趣活动类别信息从公开研究文献《Personal Globe Inventory：Measurementof the spherical model of interests and competence beliefs》中获取，共八项，包括：动手操作、社会交往、科学、艺术、问题解决、技术、组织管理、助人。

职业名称信息

职业名称信息包括人社部公布的《中华人民共和国职业分类大典(2022年版)》中所公布的职业类别，如表3所示为部分信息：

2(GBM 20000)专业技术人员

从事科学研究和专业业技术工作的人员。

本大类包括下列中类：

2-01(GBM 20100)科学研究人员

2-02(GBM 20200)工程技术人员

2-03(GBM 20300)农业技术人员

2-04(GBM 20400)飞机和船舶技术人员

2-05(GBM 20500)卫生专业技术人员

2-06(GBM 20600)经济和金融专业人员

2-07(GBM 20700)监察、法律、社会和宗教专业人员

2-08(GBM 20800)教学人员

2-09(GBM 20900)文学艺术、体育专业人员

2-10(GBM 21000)新闻出版、文化专业人员

2-99(GBM 29900)其他专业技术人员

表3

数据处理

对前述采集数据按照数据检查的要求与步骤进行操作，未发现数据存在数据质量问题，可以用于后续分析与计算。

模型应用

初中生生涯能力评估

生涯探索方向

假设《初中生生涯探索方向评估量表》包含“动手操作”、“社会交往”、“科学”三项兴趣活动类别。张三在这三项兴趣活动类别上的得分如表4所示，以“动手操作”为例，如表2，其对应2道题目，张三在这2道题目上的得分分别是4分、3分，因此张三在“动手操作”上的得分(原始分)为3.50分(对应题目的平均得分)。其他兴趣活动类别的得分计算方法与“动手操作”一致。

表4

假设职业包含“科研人员”、“销售人员”两项，对这两项职业分别收集了3位从业人员填报的《初中生生涯探索方向评估量表》填报数据。按照上述计算方式，依据填报数据计算每位从业人员在上述三项活动志趣上的倾向得分如表5所示(此处为了简化计算，假设3位科研人员在三项兴趣活动类别上的倾向得分相同，3位销售人员在三项兴趣活动类别上的倾向得分相同，不影响流程正确性)。

表5

根据表5中的数据，通过计算每项职业下所有从业人员在各项兴趣活动类别上的平均倾向得分，得到“科研人员”、“销售人员”在三项兴趣活动类别上的倾向得分分别为如表6所示：

表6

根据上述结果，计算张三与“科研人员”、“销售人员”的距离分别为(此处采用欧式距离为例)：

与“科研人员”的距离：[(3.50-4.00)^2+(4.00-3.00)^2+(4.50-4.00)^2]^0.5＝1.22。

与“销售人员”的距离：[(3.50-3.00)^2+(4.00-4.00)^2+(4.50-2.50)^2]^0.5＝2.06。

按照距离计算结果，对职业进行升序排列，排在第一位的(与张三最近的)职业为“科研人员”，将“科研人员”作为推荐职业推荐给张三。

在上述的步骤后，本发明还包括针对于学生生涯发展水平评估，具体包括以下子步骤：具体包括生涯探索动力、素养水平、探索行动另外三个针对于学生生涯发展水平评估方面的评价，因此首先预设学生生涯发展水平自评量表，学生生涯发展水平自评量表包括至少两项子维度，每项子维度包括至少两个该子维度的问题，并通过学生填写学生生涯发展水平自评量表得到原始数据；

而对于学生生涯发展水平评估包括生涯探索动力、素养水平、探索行动三个方面，因此预设学生生涯发展水平自评量表，即预设生涯探索动力、素养水平、探索行动三个方面各自的自评量表。

生涯探索动力

此处以《初中生生涯探索动力评估量表》作为采集工具案例，学生在线填报，提交回传存储。该量表覆盖多个生涯探索动力子维度，由多道题目组成，采用五点李克特计分方式，每一项生涯探索动力子维度都有与之对应的若干道题目，每一道题目仅对应唯一一项子维度。以“外部动力”为例，对应的题目及其选项、对应分值，如表7所示，最后一列为“张三”的填报结果。

表7

生涯素养水平

此处以《初中生生涯素养水平评估量表》作为采集工具案例，学生在线填报，提交回传存储。该量表覆盖多个生涯素养水平子维度，由多道题目组成，采用五点李克特计分方式，每一项生涯素养水平子维度都有与之对应的若干道题目，每一道题目仅对应唯一一项子维度。以“自我认识”为例，对应的题目及其选项、对应分值，如表8所示，最后一列为“张三”的填报结果。

表8

生涯探索行动

此处以《初中生生涯探索行动评估量表》作为采集工具案例，学生在线填报，提交回传存储。该量表覆盖多个生涯探索行动子维度，由多道题目组成，采用五点李克特计分方式，每一项生涯探索行动子维度都有与之对应的若干道题目，每一道题目仅对应唯一一项子维度。以“自我探索行动”为例，对应的题目及其选项、对应分值，如表9所示，最后一列为“张三”的填报结果。

表9

生涯探索动力

(1)假设《初中生生涯探索动力评估量表》包含“外部动力”、“内部动力”两个子维度。张三在这两个子维度上的得分如表10所示，以“外部动力”为例，如表4，其对应2道题目，张三在这2道题目上的得分分别是4分、5分，因此张三在“外部动力”上的得分(原始分)为4.50分(对应题目的平均得分)。其他子维度的得分计算方法与“外部动力”一致。

表10

(2)假设由大数据计算的上述两个子维度的常模平均分、标准差如表11所示。此处为了简化计算，假设两项维度的常模平均分均为3分，常模标准差均为1分，不影响流程正确性。

表11

(3)则由上述(1)(2)计算的得到的标准分如表12第一列所示，而后转换得到的呈现分如表12第二列所示。

表12

(4)由表12计算两项标准分的平均值得到生涯探索动力总分(标准分)为1.25，对应呈现分为89.44。

生涯素养水平

(1)假设《初中生生涯素养水平评估量表》包含“自我认识”、“合作能力”两个子维度。张三在这两个子维度上的得分如表13所示，以“自我认识”为例，如表8，其对应2道题目，张三在这2道题目上的得分分别是4分、5分，因此张三在“自我认识”上的得分(原始分)为4.50分(对应题目的平均得分)。其他子维度的得分计算方法与“自我认识”一致。

表13

(2)假设由大数据计算的上述两个子维度的常模平均分、标准差如表14所示。此处为了简化计算，假设两项维度的常模平均分均为3分，常模标准差均为1分，不影响流程正确性。

表14

(3)则由(1)(2)计算的得到的标准分如表15第一列所示，而后转换得到的呈现分如表15第二列所示。

表15

(4)由表15计算两项标准分的平均值得到生涯探索动力总分(标准分)为1.25，对应呈现分为89.44。

生涯探索行动

(1)假设《初中生生涯探索行动评估量表》包含“自我探索行动”、“环境探索行动”两个子维度。张三在这两个子维度上的得分如表16所示，以“自我探索行动”为例，如表9，其对应2道题目，张三在这2道题目上的得分分别是4分、5分，因此张三在“自我探索行动”上的得分(原始分)为4.50分(对应题目的平均得分)。其他子维度的得分计算方法与“自我探索行动”一致。

表16

(2)假设由大数据计算的上述两个子维度的常模平均分、标准差如表17所示。此处为了简化计算，假设两项维度的常模平均分均为3分，常模标准差均为1分，不影响流程正确性。

表17

(3)则由(1)(2)计算的得到的标准分如表18第一列所示，而后转换得到的呈现分如表18第二列所示。

表18

(4)由表18计算两项标准分的平均值得到生涯探索动力总分(标准分)为1.25，对应呈现分为89.44。

初中生生涯能力综合画像

汇总前述张三的生涯评估结果，得到张三的生涯能力综合画像，包括“生涯探索方向”给出的活动志趣倾向排名、职业志趣倾向排名、职业推荐，以及在“生涯探索动力”、“生涯素养水平”、“生涯探索行动”三个维度上的呈现分。

本申请的实施例提供的技术方案可以包括以下有益效果：

初中生处于“生涯探索”的阶段，此阶段的评估分析聚焦在学生对活动类型与职业的倾向性上，兼备生涯探索动力、素养水平、探索行动四个方面的评价，旨在为学生的当前探索领域和未来发展方向提供科学参考。

以上所述仅是本申请的较佳实施例而已，并非对本申请做任何形式上的限制，虽然本申请已以较佳实施例揭露如上，然而并非用以限定本申请，任何熟悉本专业的技术人员，在不脱离本申请技术方案的范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本申请技术方案的内容，依据本申请的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本申请技术方案的范围内。