宁波市教育考试院考试数据中心项目采购需求.doc_第1页
宁波市教育考试院考试数据中心项目采购需求.doc_第2页
宁波市教育考试院考试数据中心项目采购需求.doc_第3页
宁波市教育考试院考试数据中心项目采购需求.doc_第4页
宁波市教育考试院考试数据中心项目采购需求.doc_第5页
已阅读5页,还剩4页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

政 府 采 购 项 目公开招标采购文件(全册)项目编号:NBITC-20193937G-1项目名称:宁波市学校装备管理与电化教育中心采购宁波市教育考试院考试数据中心项目(重发)采 购 人:宁波市学校装备管理与电化教育中心采购代理机构: 宁波市国际招标有限公司 2019年11月第二章 采购需求1. 建设内容1.2.3.4.a)b)c)2. 考试数据标准a) 以教育部基础教育信息化标准为基础,结合浙江省教委教育信息化相关标准,建立适合宁波市自身教育特色的教育信息标准,为本区域的多种教育信息系统及业务系统的接入提供统一的规范。b) 基础教育信息标准为两级分类,可分为基础信息、教育业务信息两个大类,两个大类可细分为各自的子类,主要包括教师信息、学生信息、机构信息、行政管理信息、教育业务信息数据等分类。c) 建立数据标准主要是通过对现有系统数据的分析、根据业务方案、信息方案逐渐形成总体的数据方案,包括业务术语表、基础业务数据、元数据表、接口数据规划、以及大数据规范。依照方法进行数据规范的调研和定义。3. 考试数据标准制定a) 基础数据标准b) 学生、教师、学校等数据标准的制定与对接c) 业务数据集规范d) 考试项目、考生、机构、考区、考场、考点、试题、试卷等;(中考、社考、高招)e) 应用主题数据集规范f) 报名、计划、支付、毕业、录取、成绩等主题信息;(中考、社考、高招)g) 信息编码规范h) 通用代码、专用代码;i) 学科双向细目表规范j) 含中考、社考、高招等考试的双向细目表数据标准制定与对接4. 考试数据标准管理a) 数据标准管理目标:消除一数多义,提升数据的唯一性、一致性,将逐步形成的数据标准纳入一个规范的管理流程中,进行数据标准的更新、发布、使用监督等工作。b) 数据标准管理c) 包括基础数据集、考试数据集、应用主题数据集、信息编码等标准;d) 数据标准审核与发布e) 标准审查、标准发布、标准变更、标准废止f) 数据标准的版本管理g) 确定数据标准的版本升级机制,确保历史版本留存;5. 考试基础数据库子系统i. 实现宁波教育考试院基础数据集成,从智慧教育平台进行基础数据的同步,包括学生库同步、学籍库同步、教师库同步、考试机构库同步、学生成长档案同步等内容;实现教育考试数据中心平台用户帐号与现有宁波智慧教育平台的用户体系联通,权限映射及单点登录。6. 基础数据库集成i. 实现基础数据库与现有的业务系统的数据对接,满足数据的一致与同步,即业务系统的数据变化应与基础数据库中的相关数据同步。ii. 学生库同步:学生信息同步iii. 学籍库同步:学籍信息同步iv. 教师库同步:教师信息同步v. 考试机构库同步:考试机构信息同步vi. 学生成长档案同步:学生档案信息同步7. 单点登录i. 实现用户&权限同步,对接已有智慧教育平台基础数据、统一用户认证&授权。用户只需要登录一次就可以访问所有相互信任的应用系统。8. 考试数据共享交换子系统i. 构建宁波市教育考试共享信息资源目录,实现数据共享的审核、授权、安全审计与监控。按照对信息的各种需求,维护一个用于数据共享的标准数据注册中心,采用标准化数据的方式向各接入系统及各应用系统提供共享的信息;提供数据资源目录的维护功能,实现数据批量下载、查询等不同方式的共享交换,实现数据使用流程的审核以及数据的安全管理。9. 考试数据共享管理1. 共享信息资源目录管理2. 统计报表数据;3. 批量下载数据;4. 系统交换数据;5. 检索查询数据;6. 数据共享审核7. 审核共享数据;8. 数据共享授权9. 对需要获取数据的系统进行访问授权10. 数据共享安全审计11. 审核数据共享安全;12. 数据共享监控13. 监控数据共享情况、异常告警;10. 考试数据管理子系统1. 考试数据管理子系统是考试数据的分析管理的基础模块。系统依据考试数据分析需求,构建考试分析模型管理,包括考试元数据管理、考试数据模型管理;通过搭建考试分析系统管理功能,实现平台的用户账号管理、权限管理、菜单资源管理、考试分析参数设置、日志管理等平台基础功能;通过考试信息管理导入考试数据(报名信息、卷种信息、双向细目表、成绩表等),经过数据处理、计算形成的分析结果通过考试信息管理功能进行发布及维护。11. 考试分析模型管理1) 分析评价的基础是数据资源的有效管理,考试项目数据资源从相关数据库中得到数据,通过对项目数据的组合,结合相关评价模型,为分析评价提供基础。2) 考试项目分析评价包括内容分析和考试评价两部分。内容分析是结合考试大纲和考试情况,分析考试对考生的知识层次、技能能力的要求;考试评价是统计、分析考试的成绩,用来改进命题和诊断、辅导学习。宁波教育考试院的数据目录划分如下:a) 社招b) 自学考试c) 全国英语等级考试d) 全国计算机等级考试e) 教师资格考试f) 大学外语g) 高招h) 成人高考i) 研究生j) 普通高校k) 单考单招l) 中师m) 三项考试n) 新学考o) 中考p) 中考q) 会考r) 决策分析模型3) 以研考、高考、中考、自考以及社会考试的数据为分析对象,分析教育区域分布情况、不同年龄段教育情况,考试命题科学性情况:分析教育发展状况、不同学校教育水平分析等。而分析维又可从管理架构(区域、学校、考生)、时间维度、科目属性、教育测量等维度进行分析。12. 命题分析模型通过考试内容、知识结构、认知层次、题型题量、难易分布的分析,以考察试题内容、试题答案、试卷格式、试题素材、与考试大纲符合程度、及格线的把握、试卷的稳定性及试卷特色等方面是否符合考试的有关规定;根据分析结果决定是否对试卷结构、题型、命题思路等进行适当修改,以适当考生的认知水平和学习水平。13. 教育评价模型通过应用统计评价方法和问卷调查研究相结合用定性的理论分析做支撑,用定量的考试数据做分析实现教育评价工作的科学性。评价的结果形成电子档案促进管理数据的标准化和科学化。14. 成绩分析模型对宁波考试院所管理的各类招生考试进行多维分析,从管理架构(区域、学校)、时间维度、科目属性、性别、年龄段等维度进行分析,获得多角度比较信息,支持政府、学校、考生等在教育教学管理、择校、专业选择等方面的决策活动。可以用多种展现手段从多视角对考试信息资源进行加工,提供尽可能多的有价值信息。15. 生源分析模型生源是国民教育水平的一个抽样,通过的生源情况的分析,可以在一定程度上获得当前社会的教育水平。生源分析主要是以命题科学为基础,在命题相对稳定的情况下可以通过年度之间考试成绩的比较获悉生源的变化情况;也可以通过区域之间考试成绩对比分析不同区域的生源情况:也可以通过分析比较学校之间的生源状况。16. 教育绩效模型建立以教育考试信息为基础的教育投入绩效评价与监测体系,对教育发展的规模、结构、质量和效益从教育投入与学生发展情况进行评价与监测:为全市及各区县教育资源配置、教育经费分配和管理提供参考。17. 质量测评模型通过对各类考试中出现的问题在成绩方面的特征,检测考试管理质量的水平,评测管理质量和效率。18. 考生分析模型通过对不同类型题目和不同分数段的成绩分析,横向可以看出某一层次考生在各类题型上的得分情况,从而分析出在该题型上的得分点和失分点;纵向可以看出不同层次的考生在某一题型上的得分差异,从而分析出不同层次考生的得分点和失分点。同时,从各科的得分率也可分析出各科各类题型试题的难易程度。用所得分析结果指导考生,可以有效提高学习的效率。19. 考试分析系统管理i. 参数配置:ii. 分析计算参数设置;iii. 报告配置iv. 报告内容及展示相关参数设置;v. 菜单管理vi. 系统菜单资源管理;vii. 日志管理viii. 系统日志查询分析;ix. 角色配置x. 系统用户角色配置;xi. 帐号管理xii. 用户帐号信息维护;xiii. 权限管理xiv. 用户角色及权限分配;xv. 个性化设置xvi. 用户个性化界面管理;20. 考试信息管理i. 考试项目信息管理ii. 实现考试项目信息的增、删、改、查;iii. 考试数据导入iv. 考试相关数据的ETL,包括报名信息、卷种信息、双向细目表、成绩表等;v. 考试分析发布vi. 发布已完成的数据分析报表;21. 考试数据分析子系统a) 考试有一条非常重要的作用是甄别和选拔,通过从不同角度科学综合地分析考试数据,对区域教育决策制定有着深刻的意义。根据考试结果,可以了解区域学生学业情况,学校办学情况,从而确定教育方针政策,并及时与教研部门、学校进行宣传和反馈,在评价实践中根据各种制约条件进行探索性和创造性工作,不断提高教育的效率和效益。b) 通过客观科学的考试数据分析,就能够发挥其指导作用,时刻提醒教育工作者用发展的眼光进行教育评价,使优者看到更远的前景而努力,弱者因拥有积极性主动性而发奋,在各自原有的基础上有新的提升。c) 考试数据分析系统分为两期建设:第一期建设中考考试数据分析子系统,第二期建设中考历次数据分析子系统以及其它考试(高招、社考)数据分析子系统。22. 中考考试数据分析子系统(一期)a) 一期的中考考试数据分析子系统主要以完成历年中考数据的清洗和分析为目标。中考是由我市自主命题并组织考试和阅卷的,完整的考试数据为全面、有效、科学的数据分析提供了保障。使用统计学、测量学的方法,描述中考数据、比较不同群体的考试结果,为科学决策提供依据;研究考试工具的质量,确定考试分数的误差,为科学决策提供保障。b) 中考数据分析包括历年数据清洗和基于数据的分析两项内容。23. 中考考试数据清洗根据既定的数据规范,对历年中考的报名数据、成绩数据、成绩明细数据及录取数据进行ETL脚本的设计与开发,以确保导入数据的一致性、有效性和完整性。24. 中考考试数据分析设计与开发25. 命题质量分析与设计基于经典测量理论(CTT)、项目反应理论(IRT)制定命题质量分析指标,设计内容及展现形式,为命题者提供各学科试卷、试题命制质量及公平性提供客观数据。26. 全市总体分析与设计制定全市总体及各学科成绩分析指标,设计内容及展现形式,为市级教育管理者整体把握本市情况提供客观数据;制定各辖区总体及各学科成绩对比分析指标,设计内容及展现形式,为市级教育管理者了解本市各辖区情况提供客观数据;制定各校总体及各学科成绩对比分析指标,设计内容及展现形式,为市级教育管理者了解本市各校情况提供客观数据。27. IRT分数应用分析与设计基于项目反应理论(IRT)估计考生能力值,形成IRT分数,并与原始卷面分数进行对比,为市级教育管理者更精准评价考生能力提供新的思路。28. 区级总体分析与设计制定区级总体及各学科成绩分析指标,设计内容及展现形式,为区级教育管理者整体把握本区水平,了解本区在全市的位置,以及本区下属学校的情况提供客观数据。29. 学校总体分析与设计制定学校级总体及各学科成绩分析指标,设计内容及展现形式,为学校教育管理者整体把握本校水平,了解本校在全区、全市的位置提供客观数据。30. 中考考试数据分析挖掘与展示基于考试的中考数据分析需要为各级各角色用户制定分析指标并设计分析内容及展示形式,并据此呈现分析结果。市级教育管理者首先需要把握各学科命题水平,了解不同测量理论下的试卷、试题命制质量,以及试题对不同背景的考生(如不同性别)是否存在偏差;其次需要掌握全市、各区县、各学校考生的成绩表现。区级教育管理者需要了解本区考生的成绩表现,以及自身在全市中的水平。学校级教育管理者需要了解本校学生的成绩表现,以及自身在本区、全市中的水平。最后,利用现代测量技术,尝试对原始卷面分相同的考生的能力差异进行分析,为日后更精准评估考生能力做铺垫。31. 命题质量分析功能(市级用户)a) 基于经典测量理论(CTT)、项目反应理论(IRT),项目功能差异(DIF)分析技术,制定命题质量分析指标,为命题者提供各学科试卷、试题命制质量及公平性进行客观评价,为日后修改或筛选试题,提高考试设计、命题质量提供客观依据。b) 基于CTT的分析指标至少包括:信度、难度、区分度、选择题选项分析等;基于IRT的分析指标至少包括:a参数、b参数、c参数、测验信息量、试题信息量等;IRT参数估计需选择符合中考试卷实际情况的模型并能够实现一次性估计。至少使用一种DIF分析方法进行差异的判定。32. 全市分析功能(市级用户)a) 基于经典测量理论(CTT),制定全市总体及各学科成绩分析指标,并使用适合的指标进行区县、学校总分及各学科成绩的对比分析,对考生作答表现进行科学、全面的描述,为市级教育管理者整体把握本市、各区县及各校发展和均衡情况提供客观数据,进而为有针对性地改进教学工作,提高教学质量,公平评价教学成果提供参考。b) 指标至少包括:平均分、标准差、差异系数、最高分、最低分、百分位数、分数分布、得分率、达标率、等级比例等。学科成绩分析包括全卷成绩、知识项、能力项、小题多个层次。33. 区县分析功能(区级用户)a) 制定区县总体及各学科成绩分析指标,为区县教育管理者整体把握本区水平,了解本区在全市的位置,以及本区下属学校的情况提供客观数据。b) 指标至少包括:平均分、标准差、差异系数、最高分、最低分、得分率、分数分布、达标率等。学科成绩分析包括全卷成绩、知识项、能力项多个层次。34. 学校分析功能(学校级用户)a) 制定学校级总体及各学科成绩分析指标,为学校教育管理者整体把握本校水平,了解本

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论