在大数据技术的驱动下,教育数据研究对教育发展规律探索的作用愈加重要。通过挖掘、分析教育数据,从更深层揭示教育发展轨迹。深度挖掘教育数据中的隐藏信息,可以暴露教育过程中存在的问题,最终为教育管理部门提供教育决策支持。本文主要从教育决策角度出发,对基础教育评估问题和资源均衡分配问题建立大数据模型,研究内容主要如下:1、以教育机构的教师人数、校舍建筑面积、辅助用房面积、体育馆面积、图书册数、计算机台数及教学仪器设备资产等七项基础教育资源数据作为输入数据源,分析此七项数据和教育教学质量水平存在的关联关系,基于Lib-SVM建立评估模型,对基础教育机构的教育教学质量水平进行等级评估,为水平选优评估和教育方案决策提供基础服务。2、通过对基础教育统计数据的整理分析,研究基于时间序列的教育教学数据变化趋势,基于LS-SVM算法建立教育教学数据预测模型,对基础教育教学数据的变化趋势进行了预测分析,得到较为精准的教育教学数据变化曲线,为教育教学发展提供数据支持和科学依据,为教育管理部门教育决策方案制定提供支持和服务。3、统计分析各区域基础教育资源配置情况,针对教育资源区域配置不均衡问题,参照教育教学资源区域均衡化方针政策,基于PSO算法建立教育教学资源均衡化分配模型,为待分配资源策划分配方案,旨在改善目前区域基础教育教学资源配置差距较大的现状,为教育部门提供数据支持,使得教育教学资源的分配决策更加科学合理。4、通过分析教育数据之间的关联关系,借助数据可视化技术对数据间关系直观展示,对基础教育数据进行展示,同时对各模型输出数据进行可视化分析,挖掘数据间潜在的关联关系。本文基于某市基础教育的实际统计数据,对所构建的模型逐个进行验证,结果表明:基础教育数据评估模型对于教育机构的评估工作具有重要参考作用;基础教育数据预测模型能够对教育数据进行精准预测,相对误差均在0.5%以下;教育资源分配模型能够科学合理的分配教育资源,较好的改善教育资源配置不均衡问题;数据可视化模型能够清晰表达数据间关系,也能对教育决策结果进行直观的展示。本文所建立的模型和方法均已经I在某市教育决策支持系统中得到应用,受到用户单位的肯定,研究成果对于教育决策具有重大的借鉴作用。