为了应对大数据人才紧缺的现状,国内部分高校已成功申请大数据本科学位,着手建设面向本科生的大数据课程体系。《大数据基础》课程旨在培养学生掌握大数据处理的步骤和技术,并设置了相应学时的实验课程,培养学生解决问题的能力。由于目前缺少符合《大数据基础》教学目标的实验内容及对教学管理和实时判分的需求,设计并开发针对《大数据基础》的基于自动判分的教学平台具有实际应用价值。从《大数据基础》课程的教学目标出发,设计了覆盖大数据开发全生命周期流程的六大实验内容,达到提高学生对大数据技术的理解,锻炼学生的编程能力和实践能力的教学目标。根据教学需求及实验需求,设计了教学管理、实验管理及自动判分等模块,系统重点工作在于自动判分的设计与实现。根据实验内容特点及模仿人工评阅的思路提出了基于动静结合的总体判分方案:对程序进行动态测试得到结果得分;程序进行静态分析得到要点得分和结构得分,综合三方得分得到最终分数。提出根据实验内容的设计及实验结果复杂的特点运用相似度、DB度量值等作为结果对比方案,相较于一一对比的方法提高了动态测试部分的判分效率和合理性。在静态分析中,采用要点判分与结构判分相结合的评分方案全方位的对代码本身进行判分。结构判分,将代码转化为抽象语法树,按照自定义规则对抽象语法树去冗余,利用树编辑距离进行匹配评分;并对该匹配算法进行改进,分割子树以减小评分方案的时间复杂度。通过对基于自动判分的《大数据基础》教学平台的测试,教学平台已完成预期要求;在实际教学中两个学期的使用,也得到了授课教师与学生的认可。