1“整体设计，架构先行”，构建科学、全面的学业质量评价平台
我们认为，县域学生学业质量是教育质量的重要组成部分和重要标志，主要包括学生学业发展水平、身心发展水平、兴趣特长养成、学业负担状况、师生关系、教师教学方式、学校教学管理、教学主管部门教学指导等维度，因此，基于县域的“大数据”学业质量管理系统的服务对象应是县域教育主管部门、学校、教师、学生等主客体对象，它不是孤立地评价学生个体学业状况，还要综合评价教师教学、学校教学管理、县域主管部门教学指导等多方因素对学生学业质量的影响与贡献，并提出精准的决策建议。正是基于多对象、多层次、多维度的综合分析，县域大数据学业质量管理系统必须从整体上思考，明确需求，进行系统目标规划，详细设计各功能模块，定义统一、规范的数据字典，有序流转各模块数据流，融合各类数据分析形成精准的报告策略。譬如，形成教师教学行为与学生学业成绩的分析决策，系统先要从整体上思考教师教学与学生学习层次性关系，分解成多种联系，通过数据建模，融合教师教学行为数据与学生学业数据，分析得出相应的决策报告。
2“多维度、多途径”的数据采集，构建大数据评价系统数据基础
县域大数据学生学业质量评价管理系统中，其数据源的构成是 “多维度、多层次”的，采集对象包含学校、教师、学生、教学主管部门、社会实践团体等一切能提供有助于分析学生学业质量数据的主客体，而就其中一个对象而言，采集的维度又是多重的。譬如学生个体的数据采集，包含个体成长记录、学业考试成绩、学习过程、心理状态、家庭及社会背景等多维数据。而有些数据的采集并不容易，比如平时学习进程数据、心理状态数据等，所以，系统必须要能提供采集此类“多维、多层”数据的方法与措施。
我们认为，系统采集数据的途径可从以下3个方面入手：
1传统手工采集
县域内学校分布较广、条件各异，不是所有学校的所有数据都以电子档案形式存在，所以对尚未形成电子信息的数据，还需通过手工方式采集，系统要有针对此类数据的采集接口。
2集群化自动采集
集群化数据采集可针对一些现已存在，由各学校或其它单位单独存储并管理的电子数据，系统可结合实际需求，打破不同终端、不同网络、不同设备、不同系统之间的数据壁垒，实现数据流转，从而进行多用户、集群化采集。
3过程数据实时采集
针对教师教学、学生学习考试所产生的过程性的、实时性的数据，系统应能提供相应的采集手段，如通过摄影或摄像设备捕捉师生教学过程中的实时数据信息并进行实时采集，通过扫描系统获取学生考试时的作答数据、成绩信息等。
3专业与人工智能相结合的知识图谱构建，是大数据评价系统的核心要素
大数据系统要提供精细和精准的诊断报告和分析评价，必须具备几个条件，一是所采集数据的精准性，二是评价标准的精准性，三是分析建模及相关算法的精准性，其中，评价标准的精准尤为重要。在县域大数据学业质量评价系统中，各学科“知识图谱”的精准并精确应用成为评价标准的核心，如何构建“知识图谱”并精准应用，我们认为需要：
1县域学科专家参与
县域学科专家是县域内各学科处于教学一线且经验丰富的教学人员，他们对县域内学科教学状况和学生学情了如指掌，作为大数据系统的使用者，让他们参与学科知识体系及知识点、能力点的构建更有利于系统使用的本地化、精确化。
2探索人工智能参与
现阶段，构建“知识图谱”最主要的方式还是通过人，但有时知识点之间的联系并不是一对一或一对多那么简单，而能力点的构建可能更为复杂，即使是经验丰富的教学人员及领域专家也不可能面面俱到，如果通过系统能加入人工智能，进行深度学习，或许能将“知识图谱”构建得更为成熟、完美。
4提升分析与挖掘能力，提供精准决策服务，是大数据评价系
统的宗旨构建大数据学业质量精准评价系统的最终目的是通过与学业质量相关的全维度（不仅包括教学，未来将包括家庭、学校、社会环境、社交圈等多个方面）多属性的数据采集、分析处理，实现对每一个个体（包括学生、教师、学校、区域）精细、准确、个性化的评价、诊断，并据此制定个性化、精细化的指导方案。它不仅针对学生提供诊断，也要为教师、学校、区域提供决策支持，所以， 提升大数据系统的挖掘与决策支持能力势在必行。
1与区域化、本地化融合
有效提升分析与挖掘性能“大数据”学业质量精准评价系统作为一种“通用”型的分析系统，有着较为宽广的应用区域，它集中了数据分析与挖掘的共性功能，但各地教学能力、学生水平、管理举措各有不同，有的甚至差异很大，所以，大数据系统必须要能做到“本地化、区域化”，将本地特色融入数据分析，才能挖掘出符合本地需求的决策服务。
2多维数据处理与分析
挖掘更为精确的服务支持“大数据”学业质量精准评价系统一定要改变当前“学生考试与成绩”的单一分析维度，充分考虑到学校管理、教师教学、学生学习、学生心理及家庭社会环境等多种因素对学生学业质量的影响，建立多维、多层分析的数据模型，这样才能为学校、教师、学生、家庭提供较为精准的支持服务。
3动态服务延伸
提供愈加精准的决策内容县域内，影响学生学业质量的多维因素并非一成不变，而是随着时间、条件的改变而发生变化。大数据系统开发者应适时与县域使用者进行沟通，了解主客观因素的变化，进行动态性、过程性的延伸服务，这样才能提供愈加精准的决策内容与服务。
作者单位：江苏如东县教师发展中心