每到美国和加拿大研究生院留学申请开始启动的季节，定位评估和后面的选校总是大家关心的热门话题。这篇文章比较深入的说一下定位评估的问题，但是请注意，不是说你该如何定位评估，而是说定位评估的过程或者人的问题。
我眼中理想的定位评估的模型/过程是这样的：一个自动化的系统，用户（也就是申请人）把自己的详细背景输入，然后可以查找所有跟这个申请人背景匹配的申请记录（每条记录包括前申请人详细背景+结果）；系统本身也可以在众多的申请记录中进行计算分析，根据以有的信息来预测申请人的申请结果范围。– 作data mining, machine learning的同学，听了我的这段描述，估计更明白我在说什么
这个系统当然不是必须做成软件来自动化处理，手工分析的也可以，软件只是更省时省力更不容易出错而已；预测结果肯定也不是100%准确，指望100%准确说明你的期望值有问题。
目前有些网站号称作了什么定位评估选校系统，最简陋的里面好像只有点gre分数等少数几项。感觉此类系统都没有多大参考意义。
如果想有能力做出定位评估的话，无论是人工处理，还是用史上最NB的计算机，你都需要一个不可避免的前提条件：收集到足够的申请数据作为比较分析的基础。换句话说，如果哪个网站或者系统或者个人，收集的数据太少甚至没有数据，就在那里空喊着可以评估，那纯粹是扯淡。至于根据gre, ibt成绩就能推荐学校，这个就更弱智了。 |
收藏