基础教育高质量发展评价信息系统建设项目需求

基础教育高质量发展评价信息系统建设项目需求基础教育高质量发展评价信息系统，是依据国家教育方针政策，结合基础教育实际，构建的一套科学、系统、全面的教育发展评价系统。该系统旨在通过现代信息技术手段，提升教育评价工作的效率与质量，为基础教育的高质量发展提供坚实的数据支撑和决策参考。系统包括评价指标管理、评价数据采集、评价数据自动分析与深度挖掘、评价报告自动生成等功能，探索运用互联网、大数据、人工智能等技术构建教育高质量发展。序号具体技术(参数)要求11.项目概况1.1.项目总体目标基础教育高质量发展评价信息系统是依据国家和省教育评价改革有关政策，落实教育强省建设要求，结合基础教育实际情况，构建的一套科学、系统、全面的教育发展评价信息系统。系统旨在利用人工智能、大数据、互联网等信息技术，通过构建具有特色的数字化区域教育发展监测与评价体系，提升区域基础教育高质量发展评价工作效能，提高教研团队的评价能力与水平，为基础教育的高质量发展提供坚实的数据支撑和决策参考，着力解决全省基础教育发展不平衡不充分的问题，促进教育公平、强化师资队伍建设等各项目标达成。1、构建具有前瞻性与创新性的数字化评价管理体系结合教育发展情况，构建具有特色的教育评价指标体系，融合大数据、人工智能等信息技术建设符合新时期发展要求的，具备评价发展前瞻性、应用创新性的数字化的评价管理体系，构建服务于教育发展过程性评价机制的智能化系统。2、推动区域教育高质量发展评价工作的智能化全面升级构建一个围绕高质量发展核心指标的综合评价体系，实现评价数据的全方位采集、高效治理与深度分析，形成一体化、智能化的服务流程。通过充分融合数据与AI分析技术，为教研团队注入强大的数据洞察能力，打造更为精准、细致且基于数据驱动与过程管理的评价工作，从根本上提升教育质量评价工作的科学化水平与效能。3、以评促建，深度驱动教育高质量发展的全面跃升分类构建评价监测与评价报告体系，全面细致反馈教育发展过程中的优势与不足，为教育决策者提供宝贵的数据支持与洞见。以评价为牵引，积极推动教育改革发展，对于存在的问题与不足，制定针对性地改进措施。通过“以评促建”的良性循环，全面促进区域教育教学改进提升，为教育事业的持续繁荣与发展奠定坚实基础。1.2.项目背景我省基础教育学校数量众多，学生规模庞大。纵观全省，全省基础教育发展不平衡不充分的问题仍然比较突出，城乡差异明显，教育资源在城乡之间、区域之间的分配存在较大差距。一些偏远农村地区和经济欠发达地区的教育资源相对匮乏，难以满足高质量教育的需求。根据国家和省有关工作部署，为全面推进基础教育高质量发展，开展“区域基础教育高质量发展评价与实践项目”和“省普通高中学校办学质量评价试点项目”，旨在全面了解省内各县区基础教育发展现状、发展过程和质量，建立县域基础教育发展动态监测机制，动态分析各区域在推动基础教育高质量发展方面的工作成效和存在问题。“区域基础教育高质量发展评价与实践项目”经前期研究，在基础教育发展评价理论、政策研究与实地调研的基础上，初步构建符合区域教育发展实际的区域基础教育发展评价指标体系，形成系列评价数据采集工具，前期已在4个区域开展试点，2024年进一步推进项目试点开展，扩大试点区域，从珠三角、粤东西北选择典型的10个市、县（市、区）实施评价工作，后续将在全省144个县（市、区）开展。“省普通高中学校办学质量评价试点项目”前期已在3个地市15个学校开展试点，已完成数据采集，正在进行数据分析和报告撰写，2024年在8个地市进一步开展试点研究，后续将在全省21个地市开展。为积极推动区域基础教育高质量发展评价工作高效能开展，拟利用现代信息技术手段，建设基础教育高质量发展评价信息系统，提升教育质量监测与评估工作上数据的采集、计算、报告输出工作效能；实现评价过程化、多维化；形成教研评价知识库，扩大评价工作价值。通过对全省教育发展情况做全面、客观的指标监测与发展评估，提供即时性的决策依据，全面提升教研评价价值溢出能力，为全省教育高质量发展作出贡献。2.服务内容本项目服务内容包括软件开发服务和信息化基础设施建设。其中软件开发服务包括建设AI智能门户、评价方案管理、评价数据采集、评价监测与分析、智能评价报告、AI赋能服务、评价数据治理、系统管理与集成对接；信息化基础设施建设包括购买一台AI服务终端。2.1.软件开发服务2.1.1.评价系统AI智能门户基于AI技术，建立基础教育高质量发展评价信息系统AI智能门户，一个界面实现对应用的智能调用、数据的智能问询、消息的智能提醒。实现对系统内各应用模块的智能化调用；建立评价分析报告知识库，实现对知识库的智能问答；同时提供自助式数据查询统计，方便教师即时获取所需数据；统一消息服务，实现各类应用消息的统一汇聚，应用直达。.评价系统应用智能调用通过自然语言交互方式，实现应用入口的快速定位，根据所输入的文字，快速识别用户需要访问的应用服务，系统自动推动相关服务链接，引导用户开展工作。问答检索AI模块在接收到问答检索的请求后，完成语义检索，并获得语义检索的结果；在接收到语义检索的结果后，通过领域模型函数调用能力输出一条围绕检索结果的简要回答，帮助用户快速获取与理解检索结果。需支持对评价方案创建与修改、评价问卷设计、指标监测仪表盘、各类分析专题、数据报告等的快速问询调用，让用户快速定位到所需的业务服务。需实现的功能点包括评价应用交互、评价应用智能调用等。.评价报告知识库文件智能问答采用语义检索和领域模型智能问答技术，理解用户的真实意图，为用户提供更加智能、准确的搜索结果，支撑用户对评价报告信息的精确查找。需实现的功能点包括知识库管理、智能问答交互、评价报告智能问答输出等。.评价数据智能自助查询统计通过数据预处理、知识库搭建、Query改写、意图识别与实体识别等步骤理解用户查询意图，利用知识检索和SQL生成模型从教育评价相关的数据源中精准抽取信息，并通过数据总结与可视化技术将结果直观展现给用户，同时运用rerank模型和模型能力评测集合不断优化问答质量，确保提供准确、及时的教育信息查询服务。需实现的功能点包括多维数据自助查询、个性化查询、数据导出等。.智能消息推送通过建立统一的消息中心，汇聚来自系统内各个应用模块的消息通知，实现评价任务提醒、数据更新通知、系统公告等集中展示；同时需实现对评价问卷消息、数据更新消息、新增数据专题消息、新增报告等消息的提醒服务。2.1.2.评价方案管理通过建设评价方案管理、评价任务管理、评价赋分管理、评价指标库等功能，实现对评价方案、评价指标体系、评价过程与评价结果的统一管理，对评价任务的统一监管，构建评价数字化一体化管控体系。.评价方案库管理评价方案库管理涵盖评价方案各级指标、方案工具、方案说明等管理，需支持对评价方案模板的新增、删除、修改、查看等功能；支持按照评价主体对评价方案模板进行分类管理；支持对评价方案模型引用，引用后自动生成评价方案。.评价任务管理评价任务管理需提供对评价方案的统一管理功能，包括评价任务的新建、查询、范围修改、发布、评价结果查看等功能。需支持对开展的评价任务进行情况统计，总体掌握评价活动开展的状态。.评价赋分管理评价赋分管理主要根据评分项类别、评价内容、评分办法、分值范围、评价赋分表、评价内容、扣分等，对评价方案下面归属的指标和学校进行评价赋分。评价人员可查看当前需要评价的指标对应的方案；可查看评价结果赋分表、评价排名、等级等情况。.评价指标库评价指标库包括定量指标和定性指标库，需支持对定量指标、定性指标的统一管理，并支持查看、编辑、导出、查询评价指标库。2.1.3.评价数据采集围绕评价方案的评价指标数据采集需求，对评价数据进行多种形式的数据统一采集，包括问卷、填报、对接、数据搜索等各类数据采集方式，对数据进行标准化采集、采集过程性监管，为教育评价提供丰富、高质量的源数据。.评价数据填报与问卷通过建设评价数据填报与问卷模块，为系统提供数据支持。需支持评价数据的采集任务设计与管理、填报模板中心、采集任务管理、填报任务管理、问卷设置与管理。.系统数据接入基于数据标准，实现与省教育厅教育信息平台、全国中小学学籍管理系统、全国中等职业学校学生管理系统、招生考试信息系统、高校毕业生就业创业智慧服务平台、中小学生综合素质评价信息管理平台等系统的对接，结合教育教学研究数字化智慧平台的数据产出,实现评价数据融合管理，数据清洗和加工，为数据指标智能评价服务。.数据搜索入库对国家教育相关权威平台、统计局相关平台，定制开发数据搜索存储服务，对发布教育权威数据、统计年鉴进行获取入库。包括政策文件、数据指标等各项数据。2.1.4.评价监测与分析围绕教育高质量发展评价体系，对教育指标进行数据分析与挖掘，形成分级分类体系化的评价指标监测与分析体系，为教研院提供全面的教育评价指标监测与分析数据，通过可视化对数据指标进行直观展现。.教育高质量发展评价指标梳理与建模依据县域基础教育高质量发展评价指标，对指标体系进行逐层拆解与梳理，形成定量指标、定性指标。对定量指标进行计算口径定义，对指标的计算算法进行定义，对定性指标进行相关佐证材料关联定义。对各类指标元数据进行统一管理。.教育高质量发展指标展示通过对教育高质量发展指标梳理、数据治理后，形成指标可视化呈现，对指标数据呈现，分别从省、市、区县、校层面进行指标的展示，形成指标对比性与发展性分析展示。.分角色分析分角色分析主要针对学生和教师维度进行专题分析，以了解县域基础教育在学生和教师维度上的发展现状，识别存在的问题和不足，为进一步优化教育资源配置、提升教育教学质量提供科学依据。.分区域分析分区域分析主要针对粤东西北地区与较发达地区的教育发展情况进行相应的专题分析，通过区域性对比分析，找出差异与差距，找出影响因子，促进区域教育高位优质均衡发展。.分阶段分析分阶段分析主要针对幼儿园阶段、义务教育阶段、高中阶段进行专题分析，以了解幼儿园阶段的教育质量与保教水平、园所管理与安全保障情况，了解义务教育阶段的教学质量与学生发展情况、教育公平与资源配置情况，了解高中阶段的升学率与教学质量情况、特色发展与国际化教育情况等。2.1.5.智能评价报告利用AI技术，根据数据分析结果，实现对评价报告和建议的智能化生成，包括报告模板生成、智能图表生成、智能图表解读。包括对幼儿园教育质量评价报告、义务教育教育质量评价报告、普通高中教育质量评价报告的生成，同时支持用户根据需求，自定义生成报告。.幼儿园教育质量评价报告幼儿园教育质量评价主要通过分析不同区域间幼儿园教育资源分配、师资力量、教学质量等方面的差异，提出针对性的改进措施，促进区域间教育均衡发展。系统应支持从省级层面、市级与区县级层面，对幼儿园教育质量进行综合评价，并智能化生成评价报告。评价报告应包括幼儿园教育质量的总体概况、关键指标情况、亮点与问题。.义务教育质量评价报告义务教育质量评价主要对内各义务教育学校的整体办学情况进行全面梳理与分析。系统应支持对粤东、粤西、粤北及珠三角等较发达地区与欠发达地区的义务教育学校教育质量进行多维度、多层次的评估，并智能化生成评价报告。评价报告应包括义务教育质量的总体概况、关键指标情况、亮点与问题。.普通高中教育质量评价报告普通高中教育质量评价主要对高中教育的整体办学情况进行全面梳理与分析。系统应支持对普通高中教育质量进行多维度的评估，并智能化生成评价报告。评价报告应包括普通高中教育质量的总体概况、关键指标情况、亮点与问题。.自定义报告评价报告应支持用户自定义报告模板，支持用户根据报告需要，自主生成相应的报告图表，并且支持将报告图表嵌入到报告中，支持对自定义图表的解读。.自动化报告生成通过利用人工智能技术，实现对评价报告的智能化生成，包括报告模板生成、智能图表生成、智能图表解读。自动化报告需支持多种智能图表类型，以满足不同场景下的数据展示需求。基于用户数据需求，应能够自动生成可视化图表，并实时更新图表。图表解读应通过智能标注、趋势预测、深度分析等功能，帮助用户更好地理解图表所传达的信息。2.1.6.Al赋能服务通过构建以AI模型管理、评价报告知识库管理、智能服务工作为底层能力，支持AI自助分析、AI报告生成服务能力应用为一体的AI赋能平台,通过AI赋能服务，为评价系统应用智能调用、评价数据智能自助查询、评价报告知识库文件智能问答、评价报告智能生成提供能力。.AI模型管理采用本地化建设基础教育高质量发展评价AI领域模型，同时提供模型集成能力，支持对国内主流通用大模型的调用能力，增强领域模型的数据与业务功能。应提供自动化部署工具，支持模型实时监控和告警通知；应采用安全措施和权限管理确保模型的安全性；应支持模型的版本控制、备份与恢复、共享与协作；应基于LLM函数调用或ReAct定义代理，并提供多个用于AI代理的内置工具；应根据生产数据和注释持续改进Prompts，并优化数据集质量，提升模型训练效果。平台按模型的使用场景将模型分为系统推理模型、Embedding模型、Rerank模型、语言转文本模型、文本转语音模型5大类，支持各类模型的初始化设置。系统支持模型的快速接入与查看，支持设置单个模型的负载均衡。.评价报告知识库管理评价报告知识库管理应支持用户上传教育高质量发展评价的知识资源，如评价报告文档，并进行统一存储。应支持对知识的分类管理与标签管理，并提供高级搜索与相似内容推荐功能。用户可对知识资源进行评论和评级，帮助用户选择更有价值的知识资源。应提供知识资源更新维护、数据清理等功能。.智能服务工作流系统应支持通过拖拽和配置节点构建AI工作流，实现对评价数据智能自助查询统计、知识库文件智能问答等应用搭建。应支持调用各种LLMs（语言模型），同时提供数据清洗、预处理、转换等功能，以满足模型输入的要求。工作流执行应支持多种触发方式以满足不同场景的需求，支持用户设置并发执行的节点数量，并提供错误处理和重试机制。应支持对工作流的监控与版本控制。.AI自助分析支撑应支持智能语音输入、向量数据库管理、数据智能查询、文档重排服务等分析能力应用。.AI报告生成支撑应支持用户上传自定义的评价报告模板，可对模板中的数据进行标记、标签管理，并支持报告下载。2.1.7.评价数据治理围绕教育高质量评价数据治理需求，构建从数据标准、数据处理、评价数据资产沉淀、评价数据共享服务为一体的数据治理体系，通过评价数据治理为教育高质量评价的指标监测与分析、评价报告提供高质量的数据。.评价数据标准管理应基于国家标准、行业标准，本地标准的融合制定，输出符合评价需求的统一数据标准服务。应实现对参考标准的管理、标准数据集管理、标准代码集管理、标准检索与标准统计等功能。.评价数据ETL处理系统应支持评价数据源管理，包括添加mysql数据源、添加Oracle数据源、添加HDFS数据源、添加FTP数据源、添加ES数据源、添加文件、添加Greenplum等。可对数据源信息进行变量管理，应支持对评价数据质量管理，包括规则配置、字段配置、质量检查、质量分析、质量报告等；应支持评价数据开发及ETL调度，并提供ETL日志。.评价数据资产库评价数据资产库应支持对评价数据建模，包括贴源层建模及业务领域层建模、统一视图层建模等；评价数据资产目录库应能够提供贴源层、业务领域、统一视图层模型数据资产的统一呈现及历史备份；评价数据资产门户支持按部门、资产分类检索到对应的资产；支持归属部门数据资产的统一查阅及详细资产的自定搜索结果呈现及跨部门资产的快捷申请、资产收藏等；支持归属部门数据资产的分享；支持归属部门数据资产的数据来源、资产应用及数据调用情况等。.评价模型管理对教育高质量发展评价的模型进行统一管理，对指标监测模型、数据分析专题模型、评价报告数据分析模型进行管理。.评价数据指标计算评价数据指标计算是针对评价指标的各类算法进行统一维护，根据指标计算规则要求对指标进行计算加工。.评价数据可视化通过各种评价分析图表设计工具及评价分析大屏设计工具，实现对评价数据的可视化展示。需支持图表设计、图标监控、主题定制、动态交互分析等。2.1.8.系统管理与集成对接系统管理主要为基础教育高质量发展评价信息系统提供完整的后台管理工具集，实现对系统资源和操作的统一管理；集成对接需实现与教育教学数字化智慧平台认证对接和基础数据的对接，实现用户认证的统一接入和对组织、用户数据的接入。.系统管理为基础教育高质量发展评价信息系统提供完整的后台管理工具集，实现对系统资源和操作的统一管理，从而提升系统的安全性、稳定性和可维护性。.集成对接需实现与教育教学数字化智慧平台基础数据的对接，实现对组织、用户数据的接入，保持组织、用户数据的一致性。实现与教育教学数字化智慧平台认证对接，实现用户认证的统一接入。2.2.信息化基础设施建设本项目通过建立基础教育高质量发展评价AI领域模型，为系统扩展提供底层技术能力。本项目需购买1台AI服务终端，支撑基础教育高质量发展评价系统AI领域模型应用。要求如下：1.基础教育高质量发展评价系统AI应用主要聚焦AI智能门户服务、评价数据智能自助查询统计、评价报告智能检索、评价报告智能生成等4大场景，AI服务终端需为不少于4个应用场景提供卓越的性能输出和稳定地运行保障。应在投标文件中明确具体的方案。2.应支持开源大模型的本地化计算，至少满足32B参数级别的训练及推理；3.包括多种业界主流数据集和模型算法。4.AI服务终端参数要求如下：序号名称参数数量单位1AI服务终端CPU：≥2.2GHZ；内存：≥512G；存储：≥4T*2；网卡：≥双口千兆；显卡:≥2张，单卡性能不低于算力312Tflops（fp16），单卡显存不低于40GB；服务：不少于3年维保服务；1台3.服务成果1.项目成果包括一个信息系统应包含所有约定的功能模块，满足业务需求的，具备良好的用户体验的，用户能够顺畅地完成各项操作，并通过网络安全等级保护测评服务、商用密码应用安全性评估服务，确保数据安全和隐私保护。2.项目成果包括1台AI服务终端，支持开源大模型的本地化计算，至少满足32B参数级别的训练及推理。3.项目交付的软件信息系统获得计算机软件著作权。4.项目全流程管理的文档：文档需要符合合同约定和行业标准，包括项目需求立项报告，采购需求文档，项目合同，项目计划书，需要规格说明书，设计文档，质量控制测试文档，配置文档，沟通文档，验收文档和用户说明书等。4.服务要求4.1.技术要求4.1.1.技术路线1.系统建设应通过应用人工智能、大数据等信息技术，实现对基础教育质量的全面、精准评估，应明确拟采用的技术路线及其实施路径。2.根据项目建设预期，要求项目系统在验收阶段基本达到如下指标：(1)开展教育高质量发展评价任务用户使用率为100%；(2)评价业务成本（数据采集、指标计算等成本）平均下降率≥60%；(3)定量评价指标数量输出＞150个；(4)定性评价指标数量输出＞100个；(5)评价指标数据采集率＞90%；(6)AI数据自助查询有效率＞90%；(7)AI评价报告生成有效率＞90%；(8)系统上线运行稳定可靠率≥99%；(9)指标数据更新即时率＞90%。4.1.2.性能要求根据系统使用预期，要求系统在验收阶段具备如下性能指标：(1)系统支持最大的用户并发数不少于100个；(2)系统的年可用率≥99.9%，由于偶发性故障而发生自动热启动的平均次数≤2次/年；(3)系统故障及时修复率为100%；(4)查询操作的平均响应时间≤3秒，报表统计最长响应时间≤10秒；(5)常规数据分析响应时间≤5秒，历史数据分析响应时间≤10秒；(6)智能自助查询速度（获取输出结果的第一个字时间）<5秒；(7)报告智能问答速度（获取输出结果的第一个字时间）<3秒；(8)报告模板生成响应时长<30秒；系统平均无故障率不低于99%。故障恢复时间要求：一般故障，恢复系统正常运行所需时间不超过30分钟；严重故障，不超过4小时；特别严重的故障，一般不超过24小时。系统数据和业务数据可联机备份、联机恢复，恢复的数据必须保持其完整性和一致性；系统应具备自动或手动恢复措施，以便在发生错误时能够快速恢复正常运行；系统支持异地备份的拓展。4.1.3.安全要求须承诺，系统的设计、开发与实施等技术方面，要按照网络安全二级等级保护要求和根据GB/T39786—2021《信息安全技术信息系统密码应用基本要求》中对网络安全保护等级二级系统的密码应用要求进行，并协助采购人在管理方面达到网络安全二级等级保护和商用密码技术应用要求；在系统使用过程中，若采购人对系统进行网络安全二级等级保护评估、商用密码应用安全性评估服务，对于技术方面需要整改的，免费进行整改。4.2.管理要求4.2.1.服务人员要求1.人员稳定性保证项目组成员应为服务单位自有人员，在未经过建设单位同意的情况下服务单位不得私自更换本项目开发人员。2.人员经验保证服务单位要建立实施该项目的组织架构，项目经理应具备5年以上教育行业的信息系统建设实施经验。3.实施人员要求为保证本项目的顺利实施，所有与本项目相关的实施工作，服务单位都必须在建设单位指定现场实施。项目服务单位应从技术角度出发，保障项目中各系统稳定运行，配备相关技术力量。结合本项目的统筹管理需求，服务单位应提供不少于10人的开发团队。视采购人评估本项目开发实际需要，须按采购人要求派技术人员驻场，中标供应商安排不少于2人到采购人指定办公点驻场开发，初验通过后方可撤离。（1）项目经理1名，具有信息系统项目管理师证书，ITSSIT服务项目经理证书；并以项目经理名义主持项目实施、承担职责；负责项目的团队管理、组织分工、项目里程碑管理、人财物资源协调、项目风险管理、定期汇报等工作，能带领团队按时、高质量地完成项目建设。（2）项目主要人员需具备相应开发平台的开发经验，包括具有以下资质的人员：系统分析师（高级）、系统架构设计师（高级）、系统开发工程师（高级）、大数据分析师（高级）、ITSSIT服务工程师、高级数据库管理工程师，项目核心团队人员数量要求不低于10人。4.须书面承诺，如在项目实际执行过程中发生项目经理不能按采购文件要求胜任相关工作的，采购人有权要求更换项目经理，必须在两周内调整为符合采购文件要求且能胜任相关工作的项目经理并到位开展工作，否则采购人有权终止合同并报相关管理部门进行处理。5.应提供以上人员相关证明资料复印件并加盖公章，并提供以上人员在本公司任职的有效外部证明材料复印件。4.2.2.服务响应要求1.服务响应可通过现场或远程方式提供，由此产生的一切费用均由承担。2.系统出现故障时，7×24小时服务响应，技术人员应在接到报障后2个小时内处理系统出现的故障，及时作出故障原因报告并提出有效措施加以解决。4.2.3.组织实施要求为使项目按质、按量、按时及有序实施，应建立完善、稳定的项目团队、内部组织管理方式及管理机构、协调机制、技术基础，支撑保障要求及其他相关要求。在机制保障方面，成立组织实施小组和项目专家组的双轨制的组织模式。在项目日常管理和条件保障方面，从行政组织、后勤保障和支撑条件各方面创造良好的服务环境，确保项目的顺利实施。4.2.4.文档管理要求应