華網 EDU 智慧大數據平台解決方案

       

       華網EDU智慧大數據平台,是基于大數據、人工智能技術,整合校內外數據,構建各種業務應用的高校綜合信息分析平台,通過對學生、學校、教師3類對象的行為特征、預警等數據的綜合算法分析,生成校情報告、決策報告、智慧標簽以及智能預警,為高校管理者提供全方位及時可靠的決策支持依據。

   智慧校園建設發展階段

萌芽階段

階段描述︰部分智慧技術在少數業務領域得到應用,相互之間處于孤立狀態
關鍵特征︰自發、個別、孤立

集成階段

階段描述︰多種智慧技術在多個業務領域得到應用,相互之間已經互聯互通,實現系統集成;
關鍵特征︰有組織、規模應用、集成整合

融合階段

階段描述︰各個業務領域都有智慧技術的深度應用,業務與技術相融合;
關鍵特征︰各個業務領域、深度應用、融合

創新階段

階段描述︰在IT/DT支持下,學校的教育教學模式、科研協作模式、管理決策模式都有創新,IT/DT貢獻度大;
關鍵特征︰深度融合、模式創新

平台建設

       

       主要定位︰整合高校內外數據,挖掘高校數據價值,采用數據治理高校,逐步提升管理能力、強化科研意識、推進教學改革等。主要目標︰驅動高校大數據數據技術創新;推動高校內外數據價值挖掘;帶動高校大數據產業發展。

  • 高校業務聚合

  • 高校工作治理

  • 打造“高校大腦”

  • 數據交換融合平台

  • 算法綜合平台

  • 業務服務平台

  • 建設階段和周期

高校業務聚合

高校業務聚合

在此基礎上以先進的雲計算技術為支撐,構建了高校數字圖書館學科資源聚合〞雲〞服務平台。

優勢

  • 覆蓋學校工作的方方面面

    覆蓋學生、教職工的方方面面

高校工作治理

高校工作治理

實現數據資源在各組織機構部門的共享,以接口方式提供任何可用數據服務;充分發揮信息化作用,用數據價值增強師生對信息化發展的信心與價值認同。

提升數據質量

  • 實現數據資源共享

    實現數據資源在各組織機構部門的共享,以接口方式提供任何可用數據服務

  • 挖掘數據價值

    挖掘出數據的價值,可視化展示,支持決策分析。充分發揮信息化作用,用數據價值增強師生對信息化發展的信心與價值認同。

打造“高校大腦”

打造“高校大腦”

通過業務服務平台、算法綜合平台、數據交換融合平台。打造出智慧的“高校大腦”

特性

  • 配置化的安裝部署

    產品可實現跨平台、跨網絡、跨區域分布式部署。

  • 元數據驅動的平台架構

    平台采用分布式架構,彈性管控集群資源

數據交換融合平台

數據交換融合平台

數據交換和整合,主要指提供離線批量數據、在線實時數據的交換和整合功能。

概括

  • 數據交換和整合

    數據交換和整合主要包括︰數據源管理、設置管理、數據交換管理、權限控制、傳輸控制、安全控制

  • 數據建模和計算

    數據建模和計算主要包括︰數據建模、鍵值存儲、文檔存儲、列式存儲、數據計算

算法綜合平台

算法綜合平台

主要通過整合基礎算法,在此基礎上,結合學校的業務定制開發相應的應用算法,為構建業務系統提供數據基礎服務。

概括

  • 基礎算法

    基礎算法主要包括︰分類與回歸、時序模式、聚類分析、關聯規則

  • 應用算法

    應用算法包括︰學業預警、成績合格率預測、教學質量評估、強化學習推薦、圖書借閱推薦、就業方向推薦、科研方向預測、其他應用算法等

業務服務平台

業務服務平台

平台由校內數據和校外數據位為基礎進行數據處理開發過程最後實現數據應用

概括

  • 基礎數據

    1)校內數據︰專業課程、學生信息、上網數據、訪問APP等

    2)校外數據︰學術、招聘、3G、4G數據、銀行、支付寶、微信等

  • 數據處理開發過程

    從基礎數據中提取、選擇特征—機器學習算法訓練—大數據模型—大數據倉庫—數據應用開發的過程

  • 數據應用

    包括︰用戶畫像、學業預警、教學質量評估、課余興趣愛好、精準資助分析、就業推薦、綜合健康程度等

建設階段和周期

建設階段和周期

重落地,微創新,量變到質變,規劃思路從內外數據結合試點應用到結合教務科研擴大應用到結合社會實踐拓展服務應用三個階段;

建設周期

  • 基礎落地

    基礎落地一般不超過6個月

  • 新建單項業務

    新建單項業務的一般不超過1個月

平台優勢

業務層面

基于數據提供有價值的應用和服務

  • 目標定位

    基于數據提供有價值的應用和服務

  • 業務邏輯

    整合校園內外數據,進行業務場景構建、數據加工、機器學習,產生新的數據應用

  • 解決問題

    基于數據采集架構處理產生新的應用服務,用于提供決策輔助

  • 服務對象

    學校校長、院長、主任以及各業務部門、班主任、輔導員、學生

數據層面

業務應用數據、設備數據、日志數據

  • 數據來源

    業務系統、數據庫/倉庫、硬件設備、電子數據

  • 數據組成

    業務應用數據、設備數據、日志數據

技術層面

Hadoop、redis、kafka、storm等大數據技術

  • 主要技術

    Hadoop、redis、kafka、storm等大數據技術,TensorFlow、Python等機器學習技術、springMVC、dubbo等微服務技術

  • 部署要求

    服務集群部署。機器數量較多,單機性能要求較低,網絡要求高,存儲內存要求高,讀寫IO要求較高

功能層面

數據采集加工平台、數據可視化、BI可視化等

  • 系統組成

    數據采集加工平台;數據可視化;算法平台

  • 系統形態

    BI可視化、數據服務、移動應用、數據庫