拓展数据来源。“巧妇难为无米之炊”，每名高中生的各类数据信息是“数字化学生”评价机制的基础和关键，缺少了丰富的数据，学生评价就成为无源之水、无本之木。“大”是大数据技术最为显著的特征，在确保学生个人学籍信息、各类考试信息、教师评价信息等全面数字化的基础上，基于大数据技术的学生评价机制还要多方面、多层次、多角度、多维度、多阶段大量引入关于学生学习生活等各个方面的其他数据信息。

一是要拓展评价主体数据信息，颠覆以往学生评价主要依靠班主任和任课教师、评价场景主要集中在校内的做法，要充分借助发达的互联网和智能手机等移动终端，广泛引入家长、学生和学生所在社区等评价主体关于学生在多种情境中的各类评价数据信息或自评数据信息;二是要拓展评价客体数据信息，学生评价不能仅评价学生，还要将家长作为评价学生的参考数据;三是要拓展合作机构数据信息，构建覆盖小学、初中、高中、大学各个阶段和教学机构的学生数据信息一体化共享机制，建立持续更新并跟随学生终身的数字化学籍档案，同时要与医疗机构等其他服务行业合作共享关于学生的个人信用、身体素质、服务性消费等方面的数据信息，确保学生评价系统能够为学生描绘覆盖日常学习、生活全领域的动态画像。

研发评价系统。大数据评价系统本质上是基于人工智能的海量数据处理系统，能够对每名学生的各类数据信息进行高效处理分析，从而得出较为客观、科学的评价结果，达到因材施教、促进学生个性化发展的目的。

要建立符合自身的评价系统研发团队，这主要缘于高中学校作为区域性教育机构，在教学实际和学生特点等方面存在着较大差异，这就要求学校基于信息技术骨干教师建立和培养符合自身的学生评价系统研发团队，将本校的学生评价原则、评价理念、评价方法、评价特点等完美映射于学生评价系统中。此外，建立学生评价系统研发团队还能够根据内外形势的最新变化及时调整系统参数和升级系统功能，提升学生评价的机动性和时效性。

要提升学生评价系统的数据加工能力，与零售、通信等服务性行业的客户大数据评价系统不同，学生评价系统存在大量常规数据分析难以量化的指标，如学生的课堂表现、日常行为、业余爱好、个人品质、身体状况、心理特征等，这就要求学生评价系统在数据输入阶段能够将学生的各类非量化信息进行客观评级和相对量化，加工成人工智能可识别、可比对、可分析的数据信息。

要科学设定系统的评价标准，学生德智体美劳等各评价维度均要将结果性评价与过程性评价相结合，特别是要坚决改变用分数给学生贴标签的做法，还要为学生参加各类文体活动情况、日常劳动实践情况等设定科学的过程性评价标准，持续完善德智体美劳过程性评价和多元化评价。