华网 EDU 【蓝月亮开奖结果】智慧大数据平台解决方案

       

       华网EDU【蓝月亮开奖结果】智慧大数据平台,是基于大数据、人工智能技术,整合校内外数据,构建各种业务应用的高校综合信息分析平台,通过对学生、学校、教师3类对象的行为特征、预警等数据的综合算法分析,生成校情报告、决策报告、智慧标签以及智能预警,为高校管理者提供全方位及时可靠的决策支持依据。

   智慧校园建设发展阶段

萌芽阶段

阶段描述:部分智慧技术在少数业务领域得到应用,相互之间处于孤立状态
关键特征:自发、个别、孤立

集成阶段

阶段描述:多种智慧技术在多个业务领域得到应用,相互之间已经互联互通,实现系统集成;
关键特征:有组织、规模应用、集成整合

融合阶段

阶段描述:各个业务领域都有智慧技术的深度应用,业务与技术相融合;
关键特征:各个业务领域、深度应用、融合

创新阶段

阶段描述:在IT/DT支持下,学校的教育教学模式、科研协作模式、管理决策模式都有创新,IT/DT贡献度大;
关键特征:深度融合、模式创新

平台建设

       

       主要定位:整合高校内外数据,挖掘高校数据价值,采用数据治理高校,逐步提升管理能力、强化科研意识、推进教学改革等。主要目标:驱动高校大数据数据技术创新;推动高校内外数据价值挖掘;带动高校大数据产业发展。

  • 高校业务聚合

  • 高校工作治理

  • 打造“高校大脑”

  • 数据交换融合平台

  • 算法综合平台

  • 业务服务平台

  • 建设阶段和周期

高校业务聚合

高校业务聚合

在此基础上以先进的云计算技术为支撑,构建了高校数字图书馆学科资源聚合"云"服务平台。

优势

  • 覆盖学校工作的方方面面

    覆盖学生、教职工的方方面面

高校工作治理

高校工作治理

实现数据资源在各组织机构部门的共享,以接口方式提供任何可用数据服务;充分发挥信息化作用,用数据价值增强师生对信息化发展的信心与价值认同。

提升数据质量

  • 实现数据资源共享

    实现数据资源在各组织机构部门的共享,以接口方式提供任何可用数据服务

  • 挖掘数据价值

    挖掘出数据的价值,可视化展示,支持决策分析。充分发挥信息化作用,用数据价值增强师生对信息化发展的信心与价值认同。

打造“高校大脑”

打造“高校大脑”

通过业务服务平台、算法综合平台、数据交换融合平台。打造出智慧的“高校大脑”

特性

  • 配置化的安装部署

    产品可实现跨平台、跨网络、跨区域分布式部署。

  • 元数据驱动的平台架构

    平台采用分布式架构,弹性管控集群资源

数据交换融合平台

数据交换融合平台

数据交换和整合,主要指提供离线批量数据、在线实时数据的交换和整合功能。

概括

  • 数据交换和整合

    数据交换和整合主要包括:数据源管理、设置管理、数据交换管理、权限控制、传输控制、安全控制

  • 数据建模和计算

    数据建模和计算主要包括:数据建模、键值存储、文档存储、列式存储、数据计算

算法综合平台

算法综合平台

主要通过整合基础算法,在此基础上,结合学校的业务定制开发相应的应用算法,为构建业务系统提供数据基础服务。

概括

  • 基础算法

    基础算法主要包括:分类与回归、时序模式、聚类分析、关联规则

  • 应用算法

    应用算法包括:学业预警、成绩合格率预测、教学质量评估、强化学习推荐、图书借阅推荐、就业方向推荐、科研方向预测、其他应用算法等

业务服务平台

业务服务平台

平台由校内数据和校外数据位为基础进行数据处理开发过程最后实现数据应用

概括

  • 基础数据

    1)校内数据:专业课程、学生信息、上网数据、访问APP等

    2)校外数据:学术、招聘、3G、4G数据、银行、支付宝、微信等

  • 数据处理开发过程

    从基础数据中提取、选择特征—机器学习算法训练—大数据模型—大数据仓库—数据应用开发的过程

  • 数据应用

    包括:用户画像、学业预警、教学质量评估、课余兴趣爱好、精准资助分析、就业推荐、综合健康程度等

建设阶段和周期

建设阶段和周期

重落地,微创新,量变到质变,规划思路从内外数据结合试点应用到结合教务科研扩大应用到结合社会实践拓展服务应用三个阶段;

建设周期

  • 基础落地

    基础落地一般不超过6个月

  • 新建单项业务

    新建单项业务的一般不超过1个月

平台优势

业务层面

基于数据提供有价值的应用和服务

  • 目标定位

    基于数据提供有价值的应用和服务

  • 业务逻辑

    整合校园内外数据,进行业务场景构建、数据加工、机器学习,产生新的数据应用

  • 解决问题

    基于数据采集架构处理产生新的应用服务,用于提供决策辅助

  • 服务对象

    学校校长、院长、主任以及各业务部门、班主任、辅导员、学生

数据层面

业务应用数据、设备数据、日志数据

  • 数据来源

    业务系统、数据库/仓库、硬件设备、电子数据

  • 数据组成

    业务应用数据、设备数据、日志数据

技术层面

Hadoop、redis、kafka、storm等大数据技术

  • 主要技术

    Hadoop、redis、kafka、storm等大数据技术,TensorFlow、Python等机器学习技术、springMVC、dubbo等微服务技术

  • 部署要求

    服务集群部署。机器数量较多,单机性能要求较低,网络要求高,存储内存要求高,读写IO要求较高

功能层面

数据采集加工平台、数据可视化、BI可视化等

  • 系统组成

    数据采集加工平台;数据可视化;算法平台

  • 系统形态

    BI可视化、数据服务、移动应用、数据库