随着我国工业化的转型发展,中等职业学校学校培养的生产、服务、技术与管理等一线工作技能型人才的需求与日俱增,用人单位对毕业生的操作技能水平要求也越来越高。中职学生作为一类特殊的学生群体,如何客观准确地考核其操作技能水平是中等职业学校需要面临的关键问题。现有的操作技能考核方式虽易于组织,对学生具有较好的激励作用,但却过于注重结果,忽视了操作过程。因此,本文基于多源信息融合技术,借鉴专家新手范式的实验理念,通过实验获取不同操作技能水平的中职学生在进行技能操作时的眼动数据、鼠标行为数据和脑电数据。通过数据的分析发现,不同操作技能水平的中职学生的下列指标存在显著差异。操作技能水平低的中职学生注视点密度更大,注视平均时间更长,注视时间比例更低,注视时间标准差更大,最大注视时间更大,每秒注视点数量更少;扫视平均时间更长,扫视时间标准差更小,扫视距离标准差更小,最大扫视时间更小;眨眼间隔时间标准差更大,眨眼频率更高,眨眼平均持续时间更长,眨眼最大持续时间更长,眨眼频率更高,眨眼平均间隔时间更小;平均鼠标留置时间更长,眼动与鼠标平均距离更大,每秒鼠标留置点数量更少,每秒右键点击次数更少,每秒左键点击次数更少,平均鼠标留置时间更长,鼠标平均滑跃长度更小,总体鼠标移动速度更小。操作水平低的学生在进行技能操作时Eeg Power Alpha2波相对能量值更低。对比不同操作技能水平学生进行技能操作时的指标差异,并进行了进一步的分析。在得到指标分析的结论之后,下一步就是挑选出各类指标中相关性最好的指标,这些指标会作为中职学生操作技能水平评估模型的输入指标,模型输出操作技能水平等级。为了得到最优的评估模型,利用Kernel Na?ve Bayes、Linear SVM和Fine KNN等机器学习算法分别建立了中职学生操作技能水平分类模型,三种模型处理测试数据的表现为,Fine KNN模型准确率最高并且用时最短。