高校工作治理

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”

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

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

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

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