职业院校大数据平台

业务互联 数据赋能 决策科学

大数据平台功能
全范围采集
梳理数据源全范围采集数据,包括学校各业务系统、散落在各业务处室师生手中的数据、物联网数据、记录行为的海量半结构化日志数据、外部互联网数据、以及视频、图片、视频监控和人脸识别等非结构化数据。
依据标准清洗转换
通过清洗转换保证数据的正确性、相关性、格式化、标准化。基于信息标准进行相应的数据格式转换(Transform)根据业务规则和约束借助数据质量检测工具进行数据清洗(Cleansing)数据从数据源向数据仓库装载(Load)。
海量数据存储和计算
在数据存储层中,底层为统一分布式存储HDFS。存储在ODS库、主数据库、明细库、主题库、数据集市中。数据计算分为离线的数据处理和在线实时数据处理。通过YARN提供统一的计算资源管理调度,可以动态创建和销毁集群,灵活部署业务。
全方位数据治理
数据治理包括数据标准管理、元数据管理、数据质量管理、主数据管理、数据补录、数据生命周期管理。为学校制定整体的数据管理制度、详细的数据管理细则。
全面开放的数据服务
数据分析与建模支持。多种数据展现形式,报表、图表、即席查询。资产管理:统一全面的数据API接口,为流程引擎平台提供了全面、完整、权威的数据来源,大大加快了各类流程服务的建设进度和上线使用效率。

点为凭借多年职业院校信息化建设经验,帮助学院梳理数据源,厘清底层数据。
实现结构化、半结构化、非结构化数据全范围采集,校园网、互联网、物联网数据全网罗,做到真正的校园大数据、全数据。

校内管理

  • 教务管理
  • 学生管理
  • 科研管理
  • 人事管理
  • 资产管理
  • 财务管理
  • 办公管理
  • 后勤管理
  • ...

校内教学

  • 专业建设
  • 课程建设
  • 教学资源库
  • 在线课程
  • 智慧教室
  • 校内实训
  • 顶岗实习
  • ...

校内设备

  • 上网行为
  • 网络设备
  • 无线wifi
  • 服务器
  • 物联网
  • 数字安防
  • 多媒体教室
  • 虚拟仿真
  • ...

互联网

  • 行业网站
  • 学习社区
  • 招聘网站
  • 论坛贴吧
  • 微博
  • 新闻热点
  • 办公管理
  • 后勤管理
  • ...

以教育部标准为基础建立学校数据标准,按照数据标准进行数据的清洗、转换,保证数据的正确性、相关性、格式化、标准化。

成熟稳定的大数据平台

我们提供经过多年商业化检验的大数据平台软件产品,确保海量存储计算高速、安全、稳定、可靠。

全生命周期的数据治理过程

数据标准、元数据管理、数据血缘和影响分析、数据质量管理、主数据管理、数据补录、数据共享,涵盖数据的入、存、管、出整个过程。

全面监控、一键式安装部署

通过成熟的大数据框架产品,让复杂平台简单易用,降低学习门槛、提高使用效率。

丰富的高职大数据分析模型

通过多年的职业院校合作经验与共同研究,积累了丰富的大数据分析模型,涵盖诊改、教学、科研、管理等几十个领域,以实践成果不断提升我们的数据分析能力、效率、准确率。

灵活的展现模式

PC端、移动端、微信端、大屏等多种终端展现形式,充分满足多场景需求。

大数据服务

数据标准建设服务

基于国际

遵循国家版本

以“人财物、教科研”
为核心进行标准拆分

遵循国家规范
业务域拆分

以部门岗位职责
为边界和扩展

部门岗位职责
部门数据管理工作

对业务系统
进行分析

报表(自研)+BI(三方)+上
报数据等基础数据应用
源表筛选 前置集成
全局清洗 全链检查

公司和学校信息中心
确定业务域基线版本

业务域划分
基线版本确定

提交业务部门
和校领导确认

加大部门参与力度
确保数据安全


数据治理规划服务

在信息化管理规范上,补充对数据治理方面的各类规范、组织架构、政策制度、管理流程等。为了实现对业务标准更加全面的覆盖,数据治理规划要实现对前期信息标准规范制订的补充,为了进一步加强大数据平台对整体业务的支撑,按业务域梳理数据标准和数据关系。同时结合学校业务系统的数据字典,梳理一份全面的数据治理规划标准。


数据清洗转换服务

大数据中心的数据源多由不同厂商不同时期各职能部门分散建立,所采用数据标准不统一,数据之间缺乏整体性和关联性。通过数据清洗转换,按照全校统一的数据标准和交换原则,形成学校权威的数据中心,保证数据的完整性、可用性、唯一性。数据清洗转换包括数据过滤、类型转换、文件拆分与合并、维度转换等功能。数据转换的任务主要是进行不一致的数据转换、数据粒度的转换和一些转换规则的计算。


数据质量检查服务

建立和支撑起基于数据指标、质量检核、问题发现和监控的完善的数据治理体系,从事前、事中和事后等各个环节规避、发现和解决数据问题,保证数据应用无后顾之忧。实现从数据的自助查找、开发、共享和交换,建立数据共享通道,实现数据的开放应用。


数据分析挖掘建模服务

通过多年积累,针对同一业务可提供不同的算法,学校根据自身的数据状态进行选用。例如:精准资助模型,根据学校的数据内容,可选择如下算法1或算法2,也可把两个算法结合使用。

算法1:K-means聚类算法    数据:一卡通消费数据

(1)根据提取出来的一卡通的特征,采用聚类算法,可以将学生消费水平进行聚类,聚类可以将学生的消费水平分成不同的几类:消费高、较高、中等、较低、低。

(2)对于消费水平低的学生可以列入疑似困难生名单,将此名单与基于学生基本数据得出来的困难生名单进行整合,最终得出精准的困难生名单。

算法2:决策树算法    数据:学生基本信息数据

基于学生基本信息数据,构造决策树,得出困难生名单,实现困难生全覆盖,辅助学校进行困难认定与资助。


数据报表图表制作服务

专项诊改报告

人才培养质量年度报告

人才培养状态数据分析报告

适应社会需求能力评估自评报告

大数据应用

管理驾驶舱

综合校情展示

校本数据支撑

内部质量诊改

综合预警

辅助科研分析

个人数据展现

填报办事支持

校园安全监测

电子资源统计

资产管理分析

就业智能匹配

诊改支撑

提供诊改“五横”画像展示平台,包含学校、专业、课程、教师、学生维度的画像展示,并且具有独立的预警模块,实时、动态的掌握学校发展情况,为及时纠偏提供大数据支持。

质量报告

依托于数据中心的各类数据,可以对数据进行二次汇总、加工,并按照格式要求导出文档,实现自动生成院部年度质量综合报告、专业建设年度专项质量报告、技术服务能力年度专项质量报告、师资队伍建设年度专项质量报告、招生就业年度专项质量报告等。

领导驾驶舱

通过数据分析建模,为校领导提供经费使用效益分析、空间管理效益分析、人才引进效益分析、学科建设效益分析、优势学科发展分析及预测、教学质量监控及评价、学生转系转专业意愿、就业相关分析、学生成绩相关分析等分析数据,为学校决策提供大数据支撑。

学生行为预警

通过积累的各类预警预测分析模型,可对学生个体学业、心理、健康、消费、失联、上网等多方面 进行预警预测,可也针对某项业务指标,例如诊改指标等进行预警预测和智能提醒。

师生个人数据一张表

为每位师生提供“个人数据一张表”功能,通过学生一张表、教师一张表展示学生、教师的所有个人信息。全面掌握自己在校期间成绩、业绩、考核、上网、消费、图书借阅等情况,便于了解自身情况以及排名情况,从而更好地规划未来的学习工作生活和发展。
另外,为建设网上一站式服务大厅、填表平台等提供基础数据支撑,解决师生反复填报的问题。