2022年高校大数据应用平台建设方案-智慧校园大数据建设方案-智慧高教大数据建设方案完整版.pptx

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,11/7/2009,#,高校大数据应用平台建设方案,智慧校园大数据建设方案,智慧高教大数据建设方案,01,02,03,04,大数据核心价值建设,大数据模型与算法,大数据平台与实施落地,研发实力与合作,高校大数据建设方向与产品,管,理,大,数,据,校领导驾驶舱,人事大数据分析,学生大数据分析,资产大数据分析,学工大数据分析,信息化大数据分析,财务大数据分析,行为,画像,选修课,课程,消费,爱好,习惯,成绩,活动,教,学,大,数,据,自习,借阅,高分,轨,迹分,析,学,生,大,数,据,综合,预警,科,研,大,数,据,大,数据,报,告,就,业,指导,科研,大,数据,高校大数据建设内容,学,生,微,观,数,据,仓库,综,合,行,为,画,行,为,轨,迹,分,群,体,行,为,分,精,准,就,业,推,实,验,室,分,异,常,预,学,工,分,人,事,分,科,研,分,大,数,据,管,理,软,件,数,据,采,集,与,清,警,析,析,析,析,像,析,析,荐,教,师,微,观,数,据仓,学生,个,人,大,数,据,报告,互,联,网,舆,情,分,学,校信,息,化,管,理,分析,科,研分,析,与,横,向,对比,智,慧,校,园,荐推,心,理,健,康,预警,洗,教,务,分,学,业,分,资,产,分,析,析,析,库,析,学生个人数据中心,涵盖大学生活所有信息，,保证学生个人数据中心的,数据全面精准。,包括以下5个方向：,基础信息,学习,生活,毕业,就业,XXX科技,学生数据来源举例,工作进展：,体育场馆门禁,校园一卡通,数据全部抽取完成,信息门户,宿舍通道机,接入的系统数量18个,有线网管,Itservice系统,接入的数据占用磁盘空间约,700G,Wifilocation,信息网络呼叫中心系统,认证计费系统,DNS,增加数据保持定时同步,无线网管理系统,Dhcp,SSL-vpn系统,URL审计,学生电子邮箱,教务系统,教师电子邮箱,数据中心,XXX科技,个人数据中心内容展示与查询,通过可视化方式，可以让学生、老师直观的查询与了解个人学校的所有数据,内容展示特点：,个人基础信息,个人课程信息,图书借阅信息,内容丰富,界面直观,支持移动化APP,操作简易,网络访问信息 校园消费信息 校园轨迹信息,个人成绩信息,在线学习信息,XXX科技,行为轨迹-个人行为轨,迹,查看具体个人的行为轨迹,可选择某个学生，查看学生一天的行为轨迹，显示轨迹序号、楼宇名称、时间点、停留多长,时间、做了些什么,图上箭头按照学生行为轨迹动态移动,可查看某个时间点学生的位置状态，便于学校定位失联学生,备注：,地图上的动态icon还需优化,学生在某个轨迹点的行为还需进一步分析,轨迹行走的痕迹还需优化,数据跳变问题,XXX科技,XXX科技,行为轨迹-全校行为轨迹分,析,分析全校所有学生的在校轨迹，发现学生校内的热门访问地点,可按照集群过滤，包括民族、性别、培养层次、学生类型、生源地等,可以选择统计时间间隔，分为30min、1h、，按照时间间隔轮播学校人流变化情况,可选择热力图、标注图两种显示方式，其中标注图会显示楼宇名称、人数,备注：,点击某楼宇可查看该楼宇各层各室人员分布,备注：,轮播时间展示效果还未达到理想效果,时间间隔数据待优化,XXX科技,行为轨迹-全校行为轨迹分析-热力,图,XXX科技,基于微观大数据分析的综合预警,学生失联预警,学位异常预警,各类预警详细报告,一卡通消费预警,学生沉迷预警,上网预警,贫困生预警,报告分析总结,预警信息配制,XXX科技,大数据安全设计整体架构,一卡通,校,领导,视频监控,校,园,安,全,算,法,计,算,匹,配,校,园,安,全,数,据结,论,标,签,校,园,安,全,预,警算,法,区,配,校,园,安,全,预,警,处,理,中,心,APP,数,据,预,处,理,预,警,内,容,权,限,分,配,教,师,通道机,原,始,数,据,电脑,学,生,门禁,/,去,重,短信,家,长,WiFi,微信,辅辅,员,指纹识别,考勤,采集库,个人基础数据库,邮件,学工,处,互联网数据,校园大数据管理计算平台,数据源,计算处理逻辑架构,预警方式,预警用户,XXX科技,“学生行为画像”详细,介绍,张某某,个人综合分析,电子信息学院04级学生,个人标签：学霸、上网达人、理科高手,个人行为画像,综合成绩水平 80%,综合消费水平 60%,综合评估画像 70%,电子信息学院,信息安全12级,自律性分析 90%,通过大数据微观分析学生的个人特点，进行学生个人画像,和数据分析，用于学生管理和综合评价、就业等的辅助。,XXX科技,14,群体楼宇人流画像分,析,分析全校学生访问该楼宇的情况，包括访问,人员画像、访问的高峰时间,月数据总结：总访问次数、访问人数、,人均访问次数、全校排名,日数据总结：访问人数、人员标签、日,高峰时间段,粘度高用户画像：显示经常访问该楼宇,的人员标签,使用人员趋势：显示该楼宇的访问趋势,访问热度：显示该楼宇的楼层访问热度,XXX科技,个人数据中心大数据报告,业内数据最丰富的学生大数据报告，涉及生活、教学、图书、网络、消费、习惯等超过10类指标。,支持用户、班级、学院、学校等，可以按时间段，成长周、月、年导出,按照A4风格进行设计与排版，美观简洁，支持导出成PDF、图片用于打印或者朋友圈分享。,学生大数据分析报告,学生大数据分析报告,XXX科技,智慧管理、智慧教学分析,课堂计划活动进,度,学习进度情况,签情况,到,随堂测试情况,学生答题情况,小组讨论进度,进入每个活动可进行详情查询、开展教学督促,XXX科技,智慧管理、智慧教学分析,XXX科技,校领导大数据指挥舱效果示意图,XXX科技,XXX科技,核心部门核心管理大数据,10+类别 400+指标,大数据核心KPI,涉及财务、教务、科研、人事、学工、学生、资产、实验室、图书、信息化、综合.等超过10个管理的核心指标分析,总共涉及10+大的管理类别，400+的核心指标和分析内容,XXX科技,人事分析人事能力分析-,1,各单位人才引进的绩效,教职工科研画像,学院职称评审画像,统计分析高层次人才的人均学术作品情况,显示每个教职工科研的核心指标，包括科研,项目数量、论著发表数量、学术影响因子,根据某学院职称评审情况，分析人员情况和,规律，包括通过职称人数、男女比例等,教职工行为画像,根据某学院职称评审情况，分析人员情况和,规律，包括通过职称人数、男女比例等,各单位科研绩效,校内薪资福利分析,统计分析各单位教职工的人均学术作品情况,统计分析各岗位的薪资福利情况,岗位工作量分析,分析不同岗位教学工作量、科研工作量占比,以及趋势,校内薪资福利对比,论文发布刊物分布,统计分析教职工发表论文时选择刊物的倾向,性,通过对全校、各类岗位的薪资福利进行对比,分析，发现学校教职工的待遇发展趋势情况,各级领导情况分析,统计分析年龄、学历、职称分布情况,教职工培训情况,教职工培训分布,统计分析学校教职工的历年培训次数趋势,显示培训次数最多的前八类培训类型,学校支出工资情况,将教职工拿到工资和学校支出部分进,行对比分析,XXX科技,人事分析人事能力分析-,2,校内薪资福利分析,校内薪资福利对比,学院职称评审画像,根据某学院职称评审情况，分析人员情况和,规律，包括通过职称人数、男女比例等,统计分析各岗位的薪资福利情况,通过对全校、各类岗位的薪资福利进行对比,分析，发现学校教职工的待遇发展趋势情况,各级领导情况分析,统计分析年龄、学历、职称分布情况,各单位科研绩效,各单位人才引进的绩效分析,统计分析各单位教职工的人均学术作品情况,统计分析高层次人才的人均学术作品情况,岗位工作量分析,分析不同岗位教学工作量、科研工作量占比,向以及趋势,为学校人员晋升、培训工作，以及人事需求预测提供服务。,教职工科研画像,显示每个教职工科研的核心指标，包括科研,项目数量、论著发表数量、学术影响因子,论文发布刊物分布,统计分析教职工发表论文时选择刊物的倾,性,学校支出工资情况,教职工培训情况,教职工培训分布,将教职工拿到工资和学校支出部分进行,对比分析,统计分析学校教职工的历年培训次数趋势,显示培训次数最多的前八类培训类型,XXX科技,01,03,02,04,大数据核心业务建设,大数据平台与实施落地,大数据模型与算法,研发实力与合作,XXX科技,智慧校园大数据建设方案,业内数据最丰富的学生大数据报告，涉及生活、教学、图书、网络、消费、习惯等超过10类指标。,涉及财务、教务、科研、人事、学工、学生、资产、实验室、图书、信息化、综合.,将教职工拿到工资和学校支出部分进,特困生成绩较为显著，学差多、学优学霸少。,=500+100（其中为该生某科成绩，为该科成绩在专业中的均值，为该科成绩在专业中的标准差,常用的聚类技术主要有：,扩展|支持水平扩展，纵向分库分,接入的系统数量18个,SOM总体结果 SOM归类结果,XXX科技&北京师范大学,学生成绩,（仅本科生的成绩分析）,专业、年级、科目的不同会使得成绩,不具可比性,，因此将学生各科成绩进行,学时加权标准分换算,，每,个学生某科目成绩的换算公式如下：,=500+100,（其中为该生某科成绩，,为该科成绩在专业中的均值，为该科成绩在专业中的标准差,）,因此，每个学生的全部科目加权公式：Z=,（其中为每科换算后成绩，,为学科的学时,（Z成绩,通过观察，成绩服从偏态分布，故进行boxcox变换转换为正态分布后，按标准差划分区间，分为,学霸,（544.503381分Z成绩573.355224分），,学良学优,（471.681551分Z成绩544.503381573.355224分以上），,学中学差,（422.806076分Z成绩471.681551分），,5个等级。,（Z成绩422.806076分以下）分），,）,XXX科技,学生成绩,（性别）,男女生成绩差异大，女生优于男生,男女生学习成绩占比分布,男 女,检验男女生成绩差异度：,通过等均值非参数检验差异度，算得,P(Z=z)双尾=0.000.05,检验结果：,男女成绩差异显著,60%,50%,40%,30%,20%,10%,男生成绩均值：477.21,女生成绩均值：507.46,0%,学霸学优学良学中学差,XXX科技,学生成绩分布,（经济消费）,不同经济差异的成绩占比分布,50%,45%,40%,35%,30%,25%,20%,15%,10%,一般生成绩均值：501.31,普困生成绩均值：497.12,特困生成绩均值：491.22,通过等均值非参数检验差异显著度：,一般生与普困生差异小可忽略,特困生与其他学生差异显著,5%,0%,学霸学优学良学中学差,一般,普困生,特困生,一般生和普困生的成绩差异较小。特困生成绩较为显著，学差多、学优学霸少。,XXX科技,学生成绩分布,（地域）,教育资源丰富度与学生成绩呈现正相关,各区域学生成绩占比分布,华北,东北 西南 华东 华南,华中,西北,60%,50%,40%,30%,20%,10%,各区域学生成绩分布基本呈正态，分布大致相同。显著,性检验结果如下：,西北学生,成绩较差，学差多，学霸少；,华东学生,成绩较高，学差少，学霸多。,原因分析：,教育资源丰富度与学生成绩呈现正相关,0%,学霸学优学良学中学差,XXX科技,学生群体聚类分析,常用的聚类技术主要有：,基于分区的方法。其基本思路是，首先列举出不同的分区，然后根据某种标准对不同的分区进行评价。常用的方法有 K-Means方法、,K-Prototypes方法、K-Medoids方法、PAM 方法、CLARA方法、基于密度的方法等。,基于层次的方法。其基本思路是，通过某种标准创建数据（对象）集合的层次分解结构。常用的方法有BIRCH方法等。,基于模型的方法。其基本思路是，对每个类簇假设一个模型，并寻求相互之间模型的最佳合适程度。常用的方法有神经元网络方法,（如SOM）方法、统计方法（高斯混合模型方法、自动归类方法），蚁群聚类。,这些方法当中，k-means最为常用，快捷，但有三个缺点：,K需要预先给定，通过实验，本次分析数据运用k-means，在不同的k的聚类平均误差拐点不明显，难以确定适合的k值。,在复杂环境下，模型聚类中心容易受随机情况影响，尤其特征多，k偏少的情况。同一个k的结果也不稳定,聚类结果往往难以解释。,自适应聚类算法,，属于深度学习领域，通过竞争进化，让样本自动聚集，常用有蚁群算法，神经网络。利用神经元网络的聚类方法在管理,领域得到广泛的重视和大量的应用。本分析采用神经元网络（SOM）方法对学生属性进行聚类。,XXX科技,学生群体聚类步骤,1.数据转换：补全缺失值，消除异常值，boxcox转换，1-2标准化。-通过转换后选取分类数据（如男女，贫困程,度），选取符合分布条件的特征。,2.主基底变量筛选，剔除多重相关性数据，现有的数据中，保留了性别，生活日均消费，周末出行，贫困程度，Z成绩,等14个特征。,3.SOM神经网络聚类。,4.模型解释，结果呈现。,XXX科技,学生群体SOM聚类,1.模型训练，随机选取90%数据进行训练，聚类 结,果如右上图，每个颜色代表一个特征响应，相,同颜色代表一个类别，图中颜色度大概7个，,故划分7类。,2.各个特征分类图谱如右下图：从左到右分别为：,SOM总体结果 SOM归类结果,性别，生活日消费强度，周末出行，宵夜日消,费强度，购物日消费强度，上网时长，生活消,费日占比，早餐消费日占比，学习消费日占比，,购物消费日占比，Z成绩，贫困程度。,SOM各特征图谱,XXX科技,学生群体聚类结果,聚类群体中心与平均值差异如下图：其中，性别，周末出行，贫困程度，Z成绩，早餐消费日,占 比，学习消费日占比六个类型差异较大故单独抽出这些特征进行群体划分。,SOM聚类中心与平均值差异,100%,50%,-50%,0%,-50%,系列1,系列2,系列3,系列4,系列5,系列6,系列7,XXX科技,学生群体聚类结果,XXX科技,学生群体聚类结果,XXX科技,学生群体聚类结果,XXX科技,学生群体聚类结果,不同群体的人数占比,群体1,1.按性别，出行，贫困程度，成绩，吃早餐日占比,群体7,群体2,，学习消费日占比，六个维度最能区分群体,2.群体3，4，7人数较多，其余较少,群体6,群体3,3.对于不同群体的学生，在管理指导上应有不同的,的学习习惯。,类别4，类别6成绩优异，多安排其余类别学生与此类学生,群体5,群体4,侧重，例如：,交 流，分享经验等。,类别1要提供相应的补助措施，并,鼓励他们走出去。,类别2要多鼓励参加校园活动,类别5，类别,XXX科技,3，要警惕学习成绩，以及提倡均衡,饮食，养成良好,成绩预测模型,为增加教学环节考试成绩评价与预测的科学性，根据多元线性统计分析中的多元线性回归分析方法，对考试成绩指,标进行量化，建立了考试成绩评价与预测的回归模型。通过高校大数据系统获取学生的消费、基本信息、历史成绩,等数据，然后整理数据获得学生的各种属性，并建立学生属性与学生成绩单多元线性回归模型。通过该模型能较有,效地对学生的成绩进行预测，从而使教师和学生能及时掌握成绩的走向，及早干预，提供管理和学习的效率。,XXX科技,模型训练过程,XXX科技,01,03,02,04,大数据核心业务建设,大数据平台与实施落地,大数据模型与算法,研发实力与合作,XXX科技,应用层,XXX大数据平台总体逻辑图,智慧课室,云平台,智慧教学,大数据应用,API接口,第三方BI工具,学校管理,学校安全,学校教学,学校服务,学校科研,学生大数据竞赛,结果层,数据管理平台,架构|前后分离，可高效率并行开,发,分布式结构化存储集群,支持通用数据库软件,搜索引擎,缓存,数据统一管理平台DataHouse,前端|基于FaceBook开源框架React,计算层,数据安全管理,库表权限分配,机器学习,基础算法,基础模型,应用模型,实时流计算,后端|基于SpringMVC+Mybatis,应用服务存储管理,存储层,DBManager,管理|强大的集群管理，监,控,交互式接口,数据计算接口,开发语言支持全面,服务节点监控管理,安全|支持IP白名单，SQL黑名单，SQL注入攻击拦截,原始数据保全备份,标准化数据,聚合建模数据,Hadoop集群管理,扩展|支持水平扩展，纵向分库分,表,Hadoop数据仓库,数据采集层,自动化安装部署,存量和增量,文本/接口/FTP,数据解析工具,实时数据,流式实时处理工具,采集工作流管理,结构化采集工具,数据源,结构化,非结构,化数据,实时数,非实时,学校业,务系统,互联网,XXX科技,数据,据,数据,数据,行为轨迹-全校行为轨迹分析-热力,常用的方法有BIRCH方法等。,806076分Z成绩100人,100%,本科以上学历人员占比超过,100%,30岁,大数据研发团队的平均年龄为,30岁,研发人员,本科学历,平均年龄,外部顾问团队：,24,位来自,全国985、211高校信息化专家，,为XXX大数据产品的实际需求和应用落地把关,XXX科技,XXX科技&武汉大学,XXX携手武汉大学，实现校园管理和学生服务大数据分析建设,02,04,个人数据综合展示,综合校情分析,学生综合行为数据分析部门业务“管理驾驶舱”,高基报表采集及,分析,01 03 05,XXX科技,XXX科技&北京师范大学,XXX携手北京师范大学，实现学校管理和学生服务双创新,学生行为轨迹分析及学生画像,学生异常状态预警,智慧校园服务,Application,学校工作重点分析,舆情大数据分析,Collect,全校管理大数据分析,DBBOX,MYSQL,Hive,Hbase,Linux,Hadoop(HDFS),Esxi,Esxi,Esxi,XXX科技,XXX科技&广东外语外贸大学,XXX科技携手广东外语外贸大学，进行校园管理大数据研究与建设,1、财务大数据分析,2、学生大数据分析,3、科研大数据分析,4、人事大数据分析,分析学校各项成本，为全校预算,通过对学校在校学生的综合分,通过对学校科研项目的分析，为,通过对学校的人事需求的分析，,规划提供参考，为学费制定、学,析，为学校学生管理工作提供预,学校科研资源管理、科研人才引,为学校人才引入、管理、发展预,科发展提供依据；,警分析和决策支持,入、培养支持提供参考,测、人员招聘等工作提供服务,5、实验室大数据分析,6、学工大数据分析,7、资产大数据分析,8、校园大数据分析,9、信息化大数据分析,通过对学校实验室分布、实验教,通过对学校学生工作的分析，提,通过对学校资产设备进行数据分,通过对学校信息化服务成果进行,分析，包括校园通知、发文、新,通过对学校信息化使用情况与建,学、资源投入、实验成果等内容,的分析,升奖学金发放、优秀评选等工作,析，提升学校资产的采购效率与,准确性,设效果的分析，包括对校园网和,校园卡使用的精细化分析,的准确性,闻等的使用情况与价值等内容,XXX科技,XXX科技&湘潭大学,XXX科技携手湘潭大学，进行个性化的学生服务和学校管理大数据模块建设,系统,架构,我的大学分析,学生舆情分析,学生大数据分析报告,教务大数据分析,就业指导,科研大数据分析,人事大数据分析,学生综合预警分析,统系,截,图,行为画像数据分析,财务大数据分析,学生行为轨迹分析,实验室管理分析,智慧校园服务分析,XXX科技,XXX科技&北京邮电大学,XXX携手北京邮电大学，开拓学生服务新思路,脱敏部分网络、教务、,行为轨迹等数据，请学,生进行建模大赛，寻找,学生应用的最佳模型,XXX科技,XXX科技&同济大学,XXX与同济大学合作，进行教育大数据治理和分析的研究与示范,数据整合流程图,搭建环境拓朴图,系统整合架构图,XXX科技,XXX科技&海南师范大学,XXX科技携手海南师范大学，提供学校精准微观管理,系统,架构,学校概况综合分析,行为画像数据分析,我的大学,系统,截图,舆情分析大数据分析,招生就业综合分析,综合预警分析,XXX科技,XXX科技&渭南师范学院,XXX科技携手渭南师范学院，进行个性化的学生服务,校务管理系统数据中心,教 学 迎 新,人事,科研,一卡通,DBBOX,上网行为审计系统,我的大学,就业指导,图书馆通道机,学生行为轨迹分析智慧校园服务,认证计费,学生综合预警,体育场馆门禁,学校舆情分析,无线管理系统SSL-vpn系统,学生行为画像,电子邮件,信息网络呼叫中心系统Itservice系,宿舍通道机,信息门户,统,XXX科技,汇报完毕 感谢聆听,