中国基础教育质量协同创新中心是由北京师范大学牵头与另外五个部属师范大学，教育部考试中心，中国教育科学研究院和科大讯飞一起组建的，是目前中国唯一的对全国教育质量进行测量、分析、报告的一个重要的专业机构。中国基础教育质量协同创新中心常务副主任辛涛教授认为，“教育质量监测与评价是一个复杂的系统，需要多领域、多学科的协同，多手段和多技术的整合。从中心的建立伊始，我们就在试图探索信息技术如何推动和促进监测和评价的提升，推动监测工作的发展”。在过去十余年的探索中，大数据的应用主要形成了三方面的成果。

　　第一，用于常态、大规模监测评价的教育评价云平台的建立。云平台包括从数据的采集、数据的管理、数据结果的呈现、内含测量评价的标准以及采集过程的管理等内容。包括题库系统、监测实施进展管理系统、信息上报及抽样系统、电子化测试系统、报告自动化系统和标准划定系统6个系统，将教育质量监测的所有环节和步骤能信息化，实现功能和数据的整合，提高教育质量监测的质量和效益。

　　如题库系统整合了题目命制、审核、管理的各个环节，实现各环节过程性所有操作和所有数据的实时存储，涵盖了国家义务教育质量监测的语文、数学、科学、体育、艺术和德育六大学科领域，在组卷环节，可以根据过程性数据进行最终调整，并将成为未来网上测试的底层系统。监测实施进展管理系统，面向教育质量监测的地方实施机构，自每年11月开始到次年5月国家义务教育质量监测实施当天，实现对取样、数据报送、检查核对等工作进展的完全监控。

　　第二，面向过程性、表现性的特色测试系统的建立。探索复杂的非结构化数据的分析是中国基础教育质量监测协同创新中心近年来重点突破的技术难点。目前已建立了包括演唱测试系统、文本自动标定系统、作文自动评分系统在内的特色测试系统，并开展了教学实时动态监测系统的小范围试点。

　　如基于语音合成、语音评测等智能语音技术开发的演唱测试系统，实现了语音数据的采集、储存、结果评分的一体化和智能化，为低成本、大规模开展语音评测提供了强大的技术支撑，实现了我国首次大规模的计算机化演唱数据收集和评分。

　　基于神经网络的模型进一步挖掘学生作答中更详细的信息，进行了文本的自动标定。并且基于智能阅卷技术的作文自动化评分系统，利用OCR技术，将书写内容识别到计算机文本内容，通过语义分析技术和深度学习技术，对学生作文进行分值评定，提升了大规模测评的评分效率及准确性，确保阅卷结果的公平与公正性。

　　第三，决策可视化系统的建立。为了将国家监测结果合理呈现以方便管理者决策，从而发挥监测的最大价值，中国基础教育质量监测协同创新中心利用多种信息系统及指数平台，采用科学、生动、可视化的形式对监测成果进行汇报与发布。

　　其中“中国义务教育质量地图系统”就是其中一个重要的支持系统。该系统是基于现有的全国基础教育质量数据库，涵盖了学校、校长、教师、学生等与教育相关的多个方面，并基于学生学习表现、学习时间、学习压力等多个指标，展现全国、具体某省或某县的、在某年（2008-2016年）的教育质量状况，其数据会根据国家监测情况实时更新。

　　利用三维动态展示、交互式展示等大数据分析模型与方法，实现数据可视化的理论与技术突破，向教育决策部门更直观、更形象地反映我国基础教育质量与公平状况。教育管理者以此可以评估教育资源的空间布局，为合理配置教育资源提供决策参考服务。