2013年，教育部颁布《意见》，要求深化研究生教育改革，改革质量评价机制。
2014年，国务院学位委员会发布《意见》，提出建设研究生教育质量信息平台，加强质量预警，完善质量保证体系。
2017年，教育部发布了《十三五规划》，指出研究生教育要以服务为主线，提高质量，全面提高研究生教育水平和学位授予质量。
不难发现，在双一流建设的背景下，高校越来越重视研究生的培养和研究生质量的提高。加强学科建设。建设一流教师队伍，优化人才培养，提高科研水平，不断提高研究生教育质量，逐步成为高校研究生培养的目标。
然而，高校的教学质量评价仍然依赖于传统的人工管理方法，难以掌握研究生学习的真实情况，导致研究生培训过程中的许多问题无法得到有效监控。
旧的管理方法存在以下问题：
1.注重目标管理，缺乏过程监控和管理。
传统的研究生教育管理主要集中在教育成果上，通过设定一些指标来衡量教育质量，容易导致研究生教育管理的快速成功和即时利益，导致高校无法真正认识到研究生培训各个环节存在的问题。
2.信息化建设缺乏顶层设计，数据存储复杂。
我国教育信息化建设正处于转型升级的新时代。在新阶段，一些人在探索信息化建设时缺乏顶层设计，没有科学规划，子系统分散，导致数据存储复杂，不利于数据的及时挖掘和利用。
3.研究生评价指标相对单一，不能准确反映研究生教育质量。
目前高校研究生评价指标内容严重一致，指标单一，对整个教学过程缺乏把握，不能准确反映研究生教育质量。
4.管理机制僵化，决策缺乏科学性。
在日常管理过程中，许多高校大多依靠以往的管理经验，缺乏必要的充分数据分析，严重影响了决策的科学性，降低了决策实施的有效性。
因此，有必要建立一套科学、合理、有效的研究生教学大数据服务平台，让研究生培养从经验主义到数据主义，从单一评价到综合评价。Smartbi解决了所有这些问题。
1.建立研究生教育质量数据库。
实现数据集中存储、集中管理、集中共享和发布。
2.监测研究生教学质量的关键指标。
收集研究生培训全过程数据，实时监控73个观察点，设置预警阈值，促进研究生教育各环节的改革发展。
3.研究生-导师生-导师画像分析。
准确描绘研究生个人或特定群体的基本信息、学习、生活、社交、科研等，揭示学生在校的成长轨迹，全面了解研究生和导师。
4.建立数据挖掘和模型算法。
Smartbi挖掘了数据仓库中的数据，找到了有价值的信息，然后利用这些信息进行预测，建立了许多模型：
①基于大数据的大学博士生学位学习年限离群监测预警模型
②研究生教育质量关键监测指标预测模型
③研究生论文质量影响因素分析模型
④研究生论文评价意见大数据文本分析。
Smartbi研究生教学大数据服务平台涵盖了研究生教育质量的全过程，改革了研究生教育评价机制，建立了以培训单位为主体的质量保证体系。将大数据分析技术应用于高等教育人才培训质量评价，促进高等教育改革的深入发展。