同位分是根据学校历年录取名次与当年相对应的分数换算而来，同位分预测法是基于分数排名的基础上发展而来的。这种方法反映了不同名次之间的分数变化，相较于位次定位法有所改进，预测的准确性也有所提高。但是操作起来非常复杂，数据统计和换算的工作量很大。而且这种方法同样不能反映同位分波动幅度较大的学校的预测规律。

　　2012年9月道南教育组建了研究团队，由我负责带领团队开始思考以什么样的方式能解决规模化分数预测。我们团队三个研究员、十几个数据工程师花了7个多月的时间把过去三年来面向湖南省招生院校的录取最低位次和最高位次换算成同位分。在研究过程中我们发现，同位分预测法在一部分分数段和部分批次具有很好的指导作用。比如在二本线上一本线下，同位分预测法可以达到42%的预测分数偏差在6分左右。一本线以上到200名以内37%的预测分数偏差能达到7分左右。这已经是目前学术界规模化预测高校投档线能达到的最佳偏差值。

　　高考投档线的预测是一项艰巨而且复杂的研究任务，家长、老师、学生甚至普通研究团队根本不具备这样的研究条件。如果想要找到更加准确的预测值，我们必须想办法找到更加有效的方法。

　　因此我们的研究团队又开始了新的研究征程，我们要努力找到一种更加简洁有效的方法，能够对高校投档线预测做出更加准确的判断。