【摘要】[目的/意义]现行教育数据行业标准将个人教育数据划分为三个级别，但缺乏分级定量研究支撑，本文定量测度教育隐私值，解决该问题。[方法/过程]首先，依据隐私主体敏感认知，归纳文本类型，建立教育隐私文本库，作为敏感数据识别来源；其次，识别教育敏感数据单元，设计敏感词表建立流程，建立教育敏感词表；最后，分析隐私影响因素，形成计量指标，构建计量模型，计量教育隐私。[结果/结论]敏感性识别结果为个人教育敏感数据项，包括个人基础数据（标识数据、半标识数据、鉴别数据、联系数据、健康数据）、奖惩数据（奖励数据、惩罚数据）、学生管理数据（学籍数据、读者数据、资助数据、就业数据）、学习数据（课程数据、综测数据）4类。隐私计量结果表明，个人基础数据的隐私值最高，奖惩数据的隐私值次之，学生管理数据和学习数据的隐私值并列最低。科学权威的教育数据等级体系分类表缺失和隐私文本的切题性不高，致使教育敏感词表和隐私文本库的质量欠佳，可能影响计量结果的准确度，但尽管如此，样本统计结果还是比较全面反映了该领域的真实情况，体现了教育数据项的重要程度。