历史成绩数据格式不统一，缺考、免修等情形都要有明确处理口径
项目概览
项目背景
这是一套成绩预测与分析系统，共 2 个仓库，最近一次提交在 2026 年 1 月。后端为 Java 编写，包含 367 个 Java 文件；前端包括 PC 端（83 个 Vue 文件）与 H5 端。后端基于成熟开源框架自研业务层，系统覆盖历史成绩数据整理、特征处理、预测计算与结果呈现。
客户当时的状态
成绩数据类的分析项目，难点很少在算法上，多数在数据与呈现方式上。历史成绩数据往往来自不同批次、不同格式，还有缺考、免修、转学这些特殊情形——如果这些情形没有统一口径，算出来的结果就没人能解释。另一个更现实的问题是呈现：预测结果一旦以具体分数的形式给出，使用者很容易直接把它当结论使用，而这类结果本质上只是基于历史数据的估算。此外，教师和家长的使用场景不同，一个在电脑前做分析，一个在手机上快速查看，呈现方式要适配，但数据口径必须一致。
我们的做法与取舍
第一个取舍是先做数据整理再谈预测。把格式统一、把特殊情形的处理方式写清楚，这部分的投入往往超过算法本身，但跳不过去。
第二个取舍是结果用区间呈现，并配说明文字。给一个定值会诱导使用者当成结论，区间表达保留了不确定性，也提示了它的参考属性。
第三个取舍是把口径与数据来源记录下来，让每个结果都能回溯到它用了哪些数据、怎么算的。可解释性是这类系统能不能被教育场景接受的关键。
系统怎么承载这条链路
数据层负责历史成绩数据的导入、格式统一与特殊情形处理；计算层承载特征处理与预测计算，并记录口径与来源；展现层是 PC 端与 H5 端，两端接入同一套接口，按各自场景调整呈现方式，但结果与口径完全一致。
交付状态与边界
两个仓库最近一次提交在 2026 年 1 月，处于维护状态。边界说明：预测结果只作为参考，不替代教学判断，最终结论由教师与教学管理者作出；我们不提供准确率一类效果指标，因为这类数字脱离具体数据质量与使用场景后没有实际意义；教学评价与升学建议不属于系统功能；涉及学生个人信息的可见范围按贵方管理要求配置。另外如实说明，后端基于成熟开源框架自研业务层。
项目信息
客户
某成绩分析系统项目
行业
教育与培训
项目周期
未披露
技术栈
Java（后端业务层，367 个 Java 文件）/ Vue（PC 端 83 个 Vue 文件、H5 端）
服务类型
成绩预测与分析系统
CHALLENGES
客户当时面对的现实
特征如何选取与处理会直接影响输出，口径不透明就无法向使用者解释
预测结果如果以定值呈现，很容易被当成结论使用，而它本质上只是参考
使用者在 PC 端与 H5 端两种场景查看，呈现方式要能适配，但数据口径必须一致
CAPABILITIES
我们交付的能力
预测结果怎么给，比算得准不准更影响使用
历史数据整理
历史成绩数据统一格式与口径，缺考、免修等特殊情形有明确处理方式。
特征与口径记录
参与计算的特征与处理方式留有记录，可回溯到数据来源。
区间化结果呈现
预测结果以区间形式呈现，配合说明文字，降低被当成定值使用的可能。
双端查看
PC 端与 H5 端共用同一套接口，教师与家长按各自场景查看。
SCOPE
交付范围
以下范围按本项目实际交付内容与边界整理，不属于这次范围的部分一并列出。
已交付
- 历史成绩数据整理与导入（后端业务层）
- 特征处理与预测计算
- 预测结果区间化呈现与说明
- PC 端（Vue，83 个 Vue 文件）
- H5 端查看入口
不在本次范围
- 教学评价与升学建议：系统只提供数据分析结果，不给出教学结论
- 学生个人敏感信息的对外提供：按教育管理相关规定执行
- 预测算法效果的保证：预测结果受数据质量影响，我们不对准确性做承诺
ARCHITECTURE
分层技术架构
公开口径归纳为三层：数据层负责历史成绩数据的整理与统一；计算层承载特征处理与预测计算，并记录口径；展现层是 PC 端与 H5 端。
FLOW 01
数据层
成绩数据导入
格式统一
特殊情形处理
为计算提供口径一致的数据基础
FLOW 02
计算层
特征处理
预测计算
口径与来源记录
结果可解释、可回溯到数据来源
FLOW 03
展现层
PC 端（Vue）
H5 端
区间呈现与说明
让结果被正确理解，而不是被当成定论
DELIVERY
交付过程
分阶段推进，每个阶段都有可验收的产出，客户在早期就能看到实际效果。
阶段一
数据整理与口径
统一历史成绩数据格式，明确特殊情形的处理方式。
阶段二
特征处理与计算
确定参与计算的特征与处理方式，实现预测计算。
阶段三
结果呈现与说明
预测结果以区间呈现，配套说明文字明确使用边界。
阶段四
PC 端与 H5 端
两端接入同一套接口，按场景适配呈现方式。
FACTS
可核验的交付事实
以下内容来自本项目实际交付物；未经验证的指标不予展示。
2个仓库
后端与 H5 端
367个 Java 文件
后端业务层代码规模
83个 Vue 文件
PC 端前端代码规模
TRANSFER
这套做法适不适合你
案例的用处不是证明"我们做过"，而是让你判断"在我们这种条件下能不能做成"。下面三句是我们对这一单的判断，写下来供你对照自己的情况。
适合什么情况
适合已有一定积累的历史成绩数据、希望用数据观察趋势而非直接下结论的教学场景。
什么情况下别照搬
若历史数据量很少或口径混乱，先做数据治理比上预测功能更实际；教学评价结论不在开发范围内。
如果要试，第一步做什么
先把历史成绩的口径理清——包括缺考、免修这些特殊情形怎么算。
RELATED SERVICES
相关服务
从实际业务问题出发，查看对应服务的适用场景、交付物与不含项；具体范围仍需单独确认。
FAQ
常见问题
以下是同类项目沟通中出现频率最高的问题，答案就是我们实际的做法。
预测结果准不准？
我们不给准确率数字，因为这类指标高度依赖数据质量与使用场景，单独报一个数反而误导。系统的定位是提供参考区间，帮助发现趋势，最终的判断仍然由教师来做。
为什么用区间而不是一个具体分数？
因为给一个具体数字，使用者就会当成结论。区间表达保留了不确定性，也在提示「这是估算，不是判定」。
历史数据很乱怎么办？
先整理再计算。缺考、免修、转学这些情形如果没有统一口径，算出来的结果就无法解释。这部分工作量往往比算法本身更大。
家长也能看到吗？
H5 端提供查看入口，具体可见范围按贵方的管理要求配置。涉及学生个人信息的部分我们按最小必要原则处理。
现在还在维护吗？
两个仓库最近一次提交在 2026 年 1 月，处于维护状态。
本页最后更新：2026年9月24日
