面向工程教育专业认证，围绕「毕业要求 → 指标点 → 支撑课程 → 学生成绩」这条主线， 自动完成达成度计算、薄弱项定位与认证支撑材料输出， 并让每一个数字都能回溯到具体课程与成绩。
传统做法里，达成度计算分散在若干 Excel 中：公式版本不一致、缺考处理各写各的、矩阵改了忘了同步， 最终评审时很难回答「这个 82.7% 是怎么来的」。本方案把计算口径固化为一次定义、处处一致。
同一项毕业要求，不同老师算出不同结果。方案把阈值、支撑强度权重、缺成绩策略收敛为一套可配置口径，全站共用。
只能看到汇总结果，说不清哪门课贡献了多少。方案为每项达成度保留分子、分母与逐条课程的乘积明细。
每次评审都要重新整理表格。方案从同一份数据一次导出 7 张认证支撑表，改数据即改材料。
全部数字由学生成绩与当前口径实时计算。低于阈值的标为预警，缺少支撑成绩的显示「数据不足」而非 0 分—— 这一条决定了材料在评审时是否站得住。
| 毕业要求 | 名称 | 达成度 | 有效样本 | 低于阈值人数 | 判定 |
|---|---|---|---|---|---|
| GR1 | 工程知识 | 81.3% | 24 | 3 | 达标 |
| GR2 | 问题分析 | 81.3% | 24 | 3 | 达标 |
| GR3 | 设计/开发解决方案 | 83.5% | 24 | 2 | 达标 |
| GR4 | 研究 | 80.8% | 24 | 3 | 达标 |
| GR5 | 使用现代工具 | 82.6% | 24 | 2 | 达标 |
| GR6 | 工程与社会 | 79.3% | 24 | 6 | 达标 |
| GR7 | 环境和可持续发展 | — | 0 | 0 | 数据不足 |
| GR8 | 职业规范 | 84.0% | 16 | 2 | 达标 |
| GR9 | 个人和团队 | 84.4% | 24 | 2 | 达标 |
| GR10 | 沟通 | 83.7% | 24 | 3 | 达标 |
| GR11 | 项目管理 | 84.2% | 24 | 3 | 达标 |
| GR12 | 终身学习 | 84.2% | 23 | 2 | 达标 |
点开任意一项达成度，即可看到构成它的每一门课程：学分、成绩、折算率、支撑强度、乘积， 以及哪几门因「未修读」被排除、为什么排除。
| 课程 | 学分 | 成绩 | 折算率 | 支撑 | 权重 | 乘积 | 处理 |
|---|---|---|---|---|---|---|---|
| MA101 高等数学 | 5 | 86 | 86.0% | H | 1 | 4.3 | 计入 |
| MA102 线性代数 | 3 | 84 | 84.0% | H | 1 | 2.52 | 计入 |
| MA103 概率论与数理统计 | 3 | 82 | 82.0% | H | 1 | 2.46 | 计入 |
| CS101 程序设计基础(C) | 4 | 92 | 92.0% | M | 0.6 | 2.208 | 计入 |
| CS102 离散数学 | 3 | 85 | 85.0% | H | 1 | 2.55 | 计入 |
| CS103 计算机组成原理 | 4 | 88 | 88.0% | H | 1 | 3.52 | 计入 |
| CS201 数据结构 | 4 | 90 | 90.0% | H | 1 | 3.6 | 计入 |
| CS202 操作系统 | 4 | 86 | 86.0% | H | 1 | 3.44 | 计入 |
上表为 GR1 溯源明细节选：分子 39.08 ÷ 分母 45.2 = 86.5%。 未修读课程显示为灰色「未计入」——既不进分子，也不进分母。
课程目标由知识点推导，按 Bloom 层级确定考核方式上限； 与毕业要求的支撑关系上下贯通，因此「这门课到底支撑了哪几条指标」可以逐条回答。
23 门课程、56 个知识点、55 条关系构成一张可读的专业知识网络， 自动检测循环依赖、孤立课程与失效先修引用；并据此给出可执行的补学顺序。
行业趋势决定岗位能力需求，岗位需求映射到毕业要求，毕业要求由课程支撑—— 这条链路反过来也成立，因此「课程该不该开、权重该给多少」有了数据依据。
以 张一鸣 为例：总体达成度 88.4%，11 项达标、 0 项预警、1 项因缺少支撑成绩判定为「数据不足」。 班级层面再横向对比，定位需要帮扶的对象与需要整改的指标。
所有工作表由同一份数据与同一套口径生成，改数据即改材料，无需人工重排。
| 课程 | 学分 | GR1 | GR2 | GR3 | GR4 | GR5 | GR6 |
|---|---|---|---|---|---|---|---|
| GE101 思想道德与法治 | 3 | · | · | · | · | · | M |
| FL101 大学英语 | 4 | · | · | · | · | · | · |
| MA101 高等数学 | 5 | H | · | · | · | · | · |
| MA102 线性代数 | 3 | H | · | · | · | · | · |
| MA103 概率论与数理统计 | 3 | H | M | · | · | · | · |
| CS101 程序设计基础(C) | 4 | M | · | M | · | M | · |
| CS102 离散数学 | 3 | H | H | · | · | L | · |
| CS103 计算机组成原理 | 4 | H | H | · | · | M | · |
上表即「课程×毕业要求支撑矩阵」工作表的形式： H 高支撑 · M 中支撑 · L 低支撑 · · 无支撑关系。
达成度按「学分 × 成绩折算率 × 支撑权重」加权平均：
缺少支撑课程成绩时，该项达成度返回「数据不足」，既不记 0 分也不记及格；该课程同时从分子与分母中剔除， 不会因为「还没学」而把整体拉低。
计算全过程保留浮点原值，四舍五入仅发生在渲染层。因此明细里的分子分母相加，能精确还原出汇总结果。
任意一项达成度都能展开为「哪几门课、各占多少学分、成绩多少、支撑强度多少、乘积多少」，逐项可核。
当前示例数据的口径：预警阈值 70.0% · 采用间接法（课程总评成绩折算）· 缺成绩策略「排除」· 24 名学生具备有效样本（共 24 名）。