2013年，教育部頒布《意見》，要求深化研究生教育改革，改革質量評價機制。

2014年，國務院學位委員會發布《意見》，提出建設研究生教育質量信息平臺，加強質量預警，完善質量保證體系。

2017年，教育部發布了《十三五規劃》，指出研究生教育要以服務為主線，提高質量，全面提高研究生教育水平和學位授予質量。

不難發現，在雙一流建設的背景下，高校越來越重視研究生的培養和研究生質量的提高。加強學科建設。建設一流教師隊伍，優化人才培養，提高科研水平，不斷提高研究生教育質量，逐步成為高校研究生培養的目標。

然而，高校的教學質量評價仍然依賴于傳統的人工管理方法，難以掌握研究生學習的真實情況，導致研究生培訓過程中的許多問題無法得到有效監控。

舊的管理方法存在以下問題：

1.注重目標管理，缺乏過程監控和管理。

傳統的研究生教育管理主要集中在教育成果上，通過設定一些指標來衡量教育質量，容易導致研究生教育管理的快速成功和即時利益，導致高校無法真正認識到研究生培訓各個環節存在的問題。

2.信息化建設缺乏頂層設計，數據存儲復雜。

我國教育信息化建設正處于轉型升級的新時代。在新階段，一些人在探索信息化建設時缺乏頂層設計，沒有科學規劃，子系統分散，導致數據存儲復雜，不利于數據的及時挖掘和利用。

3.研究生評價指標相對單一，不能準確反映研究生教育質量。

目前高校研究生評價指標內容嚴重一致，指標單一，對整個教學過程缺乏把握，不能準確反映研究生教育質量。

4.管理機制僵化，決策缺乏科學性。

在日常管理過程中，許多高校大多依靠以往的管理經驗，缺乏必要的充分數據分析，嚴重影響了決策的科學性，降低了決策實施的有效性。

因此，有必要建立一套科學、合理、有效的研究生教學大數據服務平臺，讓研究生培養從經驗主義到數據主義，從單一評價到綜合評價。Smartbi解決了所有這些問題。

1.建立研究生教育質量數據庫。

實現數據集中存儲、集中管理、集中共享和發布。

2.監測研究生教學質量的關鍵指標。

收集研究生培訓全過程數據，實時監控73個觀察點，設置預警閾值，促進研究生教育各環節的改革發展。

3.研究生-導師生-導師畫像分析。

準確描繪研究生個人或特定群體的基本信息、學習、生活、社交、科研等，揭示學生在校的成長軌跡，全面了解研究生和導師。

4.建立數據挖掘和模型算法。

Smartbi挖掘了數據倉庫中的數據，找到了有價值的信息，然后利用這些信息進行預測，建立了許多模型：

①基于大數據的大學博士生學位學習年限離群監測預警模型

②研究生教育質量關鍵監測指標預測模型

③研究生論文質量影響因素分析模型

④研究生論文評價意見大數據文本分析。

Smartbi研究生教學大數據服務平臺涵蓋了研究生教育質量的全過程，改革了研究生教育評價機制，建立了以培訓單位為主體的質量保證體系。將大數據分析技術應用于高等教育人才培訓質量評價，促進高等教育改革的深入發展。

審核編輯：湯梓紅