| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1.绪论 | 第11-25页 |
| 1.1 研究背景与意义 | 第11-14页 |
| 1.1.1 研究背景 | 第11-14页 |
| 1.1.2 研究意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-23页 |
| 1.2.1 国内研究现状 | 第15-19页 |
| 1.2.2 国外研究现状 | 第19-23页 |
| 1.3 研究方法与思路 | 第23-25页 |
| 1.3.1 研究方法 | 第23页 |
| 1.3.2 研究思路 | 第23-25页 |
| 2.指标体系：大数据评价模型的理论依据 | 第25-37页 |
| 2.1 大数据评价 | 第25-27页 |
| 2.1.1 大数据的内涵与特点 | 第25-26页 |
| 2.1.2 大数据评价的形成与应用 | 第26-27页 |
| 2.2 大数据评价模型 | 第27-31页 |
| 2.2.1 大数据评价模型的形成过程 | 第27-29页 |
| 2.2.2 大数据评价模型的认识与界定 | 第29-30页 |
| 2.2.3 大数据评价模型研究的完整过程 | 第30-31页 |
| 2.3 评价指标体系 | 第31-37页 |
| 2.3.1 用人单位评价与非用人单位评价 | 第31-34页 |
| 2.3.2 指标体系的层次分析 | 第34-35页 |
| 2.3.3 指标体系的内涵解析 | 第35页 |
| 2.3.4 指标体系在模型中的功能作用 | 第35-37页 |
| 3.功能构建：大数据评价模型的技术路线 | 第37-53页 |
| 3.1 大数据评价模型的构建过程 | 第37-39页 |
| 3.1.1 相关技术条件的准备 | 第37页 |
| 3.1.2 大数据评价模型的构建流程 | 第37-39页 |
| 3.2 大数据评价模型的功能模块 | 第39-43页 |
| 3.2.1 数据采集模块 | 第39-40页 |
| 3.2.2 数据挖掘模块 | 第40页 |
| 3.2.3 数据分析模块 | 第40-42页 |
| 3.2.4 数据解读模块 | 第42-43页 |
| 3.3 大数据评价模型的分析路线——A大学的人才培养质量评价结果 | 第43-53页 |
| 3.3.1 大数据分析的流程路线 | 第43-44页 |
| 3.3.2 A大学的大数据评价模型的研究结论 | 第44-51页 |
| 3.3.3 对大数据评价结论的解析 | 第51-53页 |
| 4.模型检验：基于A大学的麦可思评价报告 | 第53-62页 |
| 4.1 麦可思职业能力评价——A大学的人才培养质量评价报告 | 第53-58页 |
| 4.1.1 麦可思评价的含义与特点 | 第53页 |
| 4.1.2 某地方高校A大学的麦可思评价报告——人才培养质量部分 | 第53-58页 |
| 4.1.3 对麦可思评价报告的认识 | 第58页 |
| 4.2 两种评价结论的比较与解读 | 第58-62页 |
| 4.2.1 一致性分析 | 第59-60页 |
| 4.2.2 差异性分析 | 第60-62页 |
| 5.模型修正：完善大数据评价模型的人才培养功能 | 第62-69页 |
| 5.1 指标体系的修正 | 第62-64页 |
| 5.1.1 原指标体系的不足 | 第62页 |
| 5.1.2 修正后的指标体系 | 第62-64页 |
| 5.2 评价模型的修正 | 第64-69页 |
| 5.2.1 原评价模型的不足 | 第64-65页 |
| 5.2.2 修正后的评价模型 | 第65-69页 |
| 6.结语 | 第69-72页 |
| 6.1 创新与不足 | 第69-70页 |
| 6.2 引申思考 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 在学研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附录 | 第77-79页 |
| 1.基金项目 | 第77页 |
| 2.评价指标体系及指标内涵解析 | 第77-79页 |
| 3.文中图表所在页码 | 第79页 |
