miaoguo_system_server/秒过分数线数据导入/北京版秒过分数线可行性报告.md

“秒过分数线”北京版可行性报告

研究日期：2026 年 8 月 13 日
研究范围：北京普通高中招生计划、指标分配、统一招生、分数段、历史录取信息、数据获取和产品落地

一、结论

结论：可行，建议立项，但不能按上海版原样复制。

综合可行性评分约 7.2/10，建议采用“有条件推进（Conditional Go）”：

1. 计划查询能力可以较快复制。 北京的学校名单、年度招生计划、初中校额到校名额、区分数段等都有官方来源，覆盖面和权威性足够。
2. 录取线能力必须换一种做法。 北京市级官方渠道没有提供一张可直接下载的“各高中、各区、各专业实际最低录取分数线总表”。官方填报指引反而建议考生联系学校了解往年最低线；官方录取查询也要求输入考生信息并完成验证。因此不能把非官方汇总值包装成“官方分数线”。
3. 真正适合北京的核心产品不是“查一个分数”，而是“按考生所在区，查询能报哪些学校和专业，再用区排名、计划变化和可信录取样本辅助排 8+12 个志愿”。

建议北京版首期定位为：

北京中招计划与位次工具：查可报学校、校额到校、市级统筹、统招专业、住宿/走读限制、区排名和志愿梯度。

“精确分数线”只对有可靠来源的数据开放，并明确标注来源等级；其余显示“参考位次区间”或“已验证录取样本最低值”。

二、北京市场和政策基础

1. 用户规模足够

2026 年北京普通高中招生规模约 9.5 万人，中等职业教育招生规模约 3.3 万人；普通高中计划比 2025 年的约 8.5 万人增加约 1 万人。中招对应十万家庭量级、决策时间高度集中的年度需求。北京市教委 2026 年中招意见 北京市教委 2025 年中招意见

海淀区 2026 年首次面向全区开展官方中招志愿直播，在线观看超过 5 万人，也说明家长对志愿解释和辅助工具存在明确需求。海淀区官方志愿辅导情况

2. 北京录取结构与上海不同

2026 年北京中招按以下顺序录取：

1. 提前招生；
2. 指标分配招生：市级统筹 + 校额到校；
3. 统一招生；
4. 统一招生征集志愿。

指标分配共设 8 个志愿，每个学校可填 2 个专业；统一招生共设 12 个志愿，每个学校可填 2 个专业。指标分配要求总分达到 430 分、综合素质评价达到 B 等，并且通常要求在同一初中连续三年学籍；统一招生还存在专业加试、第一志愿第一专业、男女计划、住宿/走读等规则。北京教育考试院志愿填报问答

与上海现有能力的对应关系如下：

上海版能力	北京最接近的环节	是否能直接复用
自主招生	提前招生中的部分类型	只能复用展示框架，规则不同
名额到区	市级统筹	概念接近，但不是一一对应
名额到校	校额到校	最接近，可复用“初中—高中—名额”模型
1-15 志愿	统一招生	不能直接复用；北京是 12 个学校志愿 × 每校 2 个专业

三、数据可获得性评估

数据	官方来源	完整性	处理难度	结论
当年招生资格学校	市教委名单	高	低	可稳定获得
高中统招计划	考试院招生计划	高	中高	可获得，但需 OCR 和人工复核
市级统筹、校额到校计划	考试院招生计划	高	中高	可获得，适合结构化
初中校分配名额	考试院招生计划	高	中高	可获得，是差异化价值点
各区一分一段	考试院分数段统计	高	低	可稳定获得
逐校实际最低录取线	学校、家长样本、第三方汇总	中低	高	不能默认视为官方数据
个人录取结果	官方个人查询	仅本人	不宜自动采集	不能批量抓取或代查

1. 学校和计划数据基础较好

北京市教委公开了 2026 年具有招生资格的普通高中名单。按附件逐区汇总，本次统计为 356 所，可作为学校主数据的官方基线。2026 年招生资格学校名单

北京教育考试院把 2026 年计划拆成普通高中提前招生、市级统筹一/二、初中校市级统筹名额、优质高中校额到校、初中校校额到校名额、普通高中统招等文件，分类清楚。2026 年北京市高级中等学校招生计划

本次实际下载检查了普通高中统招、优质高中校额到校、初中校校额到校、初中校市级统筹四份核心数据 PDF，合计 95 页。它们是清晰的表格图像，但基本没有可直接抽取的文字层。现有上海项目的 PDF 渲染、OCR、坐标和人工审计经验可以复用；OCR 对学校代码、学校名和大部分数字识别效果较好，但表格列关联仍需程序和人工双重校验。

北京官方文件普遍提供 6 位学校代码，统招还提供 2 位专业代码，这是比仅靠学校简称匹配更可靠的主键。但数据维度更多，包括招生地区、专业、住宿、性别、学费、校区、加试和特殊说明，不能只沿用当前 MPS_Score 的“区 + 高中 + 计划数”结构。

2. 分数段数据质量很好

北京教育考试院按 18 个中招统计地区发布分数段：16 个行政区外，燕山和经开区单列。数据包含每分人数和累计人数，可以直接换算区排名。2026 年各区分数段统计

这应该成为北京版的核心比较口径。2024 年中招满分为 670 分，2025 年起调整为 510 分，旧年份原始分数不能直接相减，必须转换为“区排名/区百分位”后再比较。2024 年总分构成 2026 年总分构成

对 2027 届而言，2025 和 2026 已经有两年同为 510 分制的数据，正好可以开始建立可比较基线。

3. 逐校录取线是核心短板，也是竞争壁垒

北京官方计划解读明确建议考生通过学校联系方式了解“往年在本区的招生人数、最低录取分数线”。这说明最低线通常掌握在学校或由社会渠道汇总，而不是市级统一公开数据表。官方“读懂招生简章”指引

官方录取结果页面要求准考证号或身份证号后六位、报名号和滑块验证，只适合考生本人查询，不应尝试批量采集。官方中招录取结果查询

社会上已经有大量“家长分享版”录取线，说明需求存在，也说明数据真实性参差不齐。例如公开汇总页面会明确写明数据来自热心家长分享、以官方为准。家长分享数据示例

因此，北京版必须把以下四类值分开：

• 官方或学校确认最低线；
• 多份去标识化录取结果交叉验证后的参考线；
• 单份已验证录取样本最低值；
• 模型估计位次区间。

不能把后三类统一叫“官方录取分数线”。

四、产品应如何改造

1. 北京版首期必做功能

1. 按考生区筛选可报学校/专业：如果学校在考生所在区没有计划，直接判定不可填报。
2. 区排名换算：输入分数后显示区累计排名和百分位，并把往年学校线转换成对应年份区排名。
3. 计划变化对比：展示学校、专业、考生区的计划增减，而不是只看学校总计划。
4. 校额到校查询：输入初中，展示该初中获得的优质高中校额和市级统筹名额。
5. 12 志愿 × 2 专业编辑器：校验招生区、专业加试、住宿/走读、性别、第一志愿第一专业等硬性条件。
6. 数据可信度标签：每一个历史线或参考区间显示来源、年份、样本数、最近核验时间。
7. 政策和计划变更提醒：官方计划发布后仍可能调整。2026 年 7 月的调整就涉及学校计划、学费、专业和住宿条件。2026 年招生简章调整通知

2. 数据库不能直接照搬现表

建议保留上海数据不动，为北京新增城市化、版本化结构，至少增加以下维度：

• 中招地区代码：含燕山、经开；
• 招生批次：提前、指标分配、统一、征集；
• 计划类型：市级统筹、校额到校等；
• 学校代码、专业代码、校区；
• 考生所在区、目标学校、毕业初中；
• 住宿/走读、男女限制、加试、资格规则；
• 来源链接、来源发布日期、修订版本；
• 分数数据类型、样本数和可信等级。

建议的核心表为：学校、专业、年度计划、初中指标名额、区分数段、录取样本、参考线、政策规则、来源版本。不要把所有字段继续压进单张 MPS_Score。

3. 推荐模型应以位次为主

建议模型输出“冲、稳、保参考区间”，但必须解释依据：

本年区排名 + 往年同区录取位次 + 本年该区计划变化 + 项目/住宿条件 + 数据可信度

首期不要承诺“录取概率 87%”这类过度精确结果。北京的直升、登记入学、校额到校、专业、跨区名额和计划变化都会改变统招池，精确概率在样本不足时容易误导。

五、数据生产方案

官方数据流水线

1. 每年 5 月更新招生资格学校名单；
2. 6 月底抓取并留存招生计划原文件；
3. PDF 渲染 + OCR + 表格坐标解析；
4. 以学校代码、专业代码为主键，生成逐区计划；
5. 做“专业合计—学校合计—地区合计”三层验算；
6. 7 月抓取分数段并生成区排名；
7. 志愿期持续监控官方更正通知；
8. 录取结束后导入征集志愿剩余计划，反向检查未录满项目。2026 年征集志愿名单本身就是结构化 HTML，适合自动导入。2026 年征集志愿名单

录取数据采集

建议同步走三条线：

• 联系学校招生办，获取本校按区、专业、住宿口径的最低线；
• 与北京本地升学社群或学校合作，获得去标识化汇总；
• 在小程序内让家长自愿提交录取结果，但上传前自动遮盖姓名、准考证号、报名号、身份证信息，原图完成核验后及时删除。

可信度建议：

等级	来源	展示名称
A	考试院、区招办、学校正式确认	官方/学校确认线
B	多份独立录取结果一致，且完成电话或学校交叉核验	高可信参考线
C	单份录取结果或可靠第三方整理	已验证样本，不称分数线
D	仅模型推算	参考位次区间

六、合规边界

北京版会接触未成年人分数和录取结果，必须采用数据最小化设计：

• 不收集或代保管官方报名密码；
• 不代替用户批量查询官方录取结果；
• 非必要不收集姓名、学校班级、准考证号、身份证号；
• 上传截图先在端侧或受控环境遮盖身份字段；
• 录取结果结构化后删除原图，提供撤回和删除入口；
• 个性化推荐说明主要依据和限制，允许用户不使用个性化推荐。

《个人信息保护法》将不满 14 周岁未成年人的个人信息列为敏感个人信息，处理时需要监护人同意并制定专门规则；自动化决策还要保证透明、公平、公正。个人信息保护法 《未成年人网络保护条例》还要求不得强制收集非必要信息，并规定未成年人个人信息合规审计等义务。未成年人网络保护条例

七、投入和落地节奏

在现有上海代码和导数经验可复用的前提下，建议按以下节奏推进：

第一阶段：2 周，验证数据

• 建北京学校、专业、地区和批次模型；
• 完成东城、西城、海淀三个区的统招与校额到校样本；
• 完成 OCR、逐行校验和区排名换算；
• 产出可查询原型。

验收条件：计划数与官方合计一致；抽检字段错误率低于 0.2%；所有值能追溯到来源页和版本。

第二阶段：4-6 周，完成 MVP

• 城市范围官方计划和分数段上线；
• 上线按区筛选、初中校额、学校对比、12 志愿编辑器；
• 导入 2025、2026 两年同口径位次数据；
• 首批只覆盖东城、西城、海淀、朝阳重点学校的高可信录取参考。

第三阶段：一个招生周期，建立数据壁垒

• 扩大到全市学校；
• 建学校合作和家长核验机制；
• 积累按“考生区 + 学校 + 专业 + 住宿方式”拆分的录取样本；
• 根据实际命中情况校准“冲稳保”区间。

人员估算：1 名产品/业务负责人、1 名全栈开发、1 名数据工程/运营可以完成 MVP；志愿季需要额外 1-2 名短期数据审核人员。若现有前端、登录、支付、学校页和数据库组件可复用，MVP 总周期约 6-8 周。

八、商业判断与最终建议

有利因素

• 年度用户规模大，需求集中且付费动机明确；
• 官方计划和分数段虽完整，但以 PDF、分散页面为主，查询体验存在明显改进空间；
• 北京规则更复杂，家长需要的不只是资讯，而是资格校验和志愿排序；
• 2025、2026 已形成两年同口径成绩，为 2027 产品启动创造了好时点。

不利因素

• 使用高峰集中在 5-7 月，季节性强；
• 历史线的官方公开度低，早期可信数据会不完整；
• 政策、学校专业和计划会临时调整，必须保留版本和变更提醒；
• 市面已有大量公众号、社群和咨询机构，单纯“汇总文章”很难形成优势。

建议的决策门槛

建议现在启动，不等到 2027 出分前再做。 当前刚结束 2026 录取，是收集 2026 录取样本、联系学校和建立两年位次基线的最佳窗口。

投入正式市场推广前，先通过以下三个门槛：

1. 全市官方计划结构化覆盖率达到 99.5% 以上；
2. 东城、西城、海淀、朝阳至少 20-30 所重点学校形成 A/B 级参考数据；
3. 志愿规则校验经过北京本地中招老师或熟悉政策的运营人员复核。

如果三项达成，北京版不仅可行，而且会比上海版更有工具价值；如果拿不到可靠录取结果数据，也仍可上线“招生计划 + 校额到校 + 区排名 + 志愿规则校验”版本，但不应把产品继续命名或宣传成单纯的“精确分数线查询”。