三盟教育大脑智慧校园解决方案 鲲鹏
共 3204字，需浏览 7分钟
·
2020-11-10 20:05
商品详情
商品亮点
- 提供质量管理体系，持续提高学校数据质量： 拥有成熟的质量管理体系，通过数据检测规则制定、数据质量检测计划制定、数据质量报告生成、异常数据处理等功能，实现学校数据常态化监控，持续提高学校数据质量的效果。
- 提供一站式数据管理，实现数据运营： 集标准管理、共享管理、质量管理于一体，满足不同情境的常态化运维流程，易于运维管理。让数据部门的工作从数据运维迈向数据运营，提高校园数据服务能力。
- 全面解决数据孤岛与数据授权问题： 通过全量数据标准化与共享，解决数据孤岛问题，并通过信息资源目录授权机制解决数据资产共享的合理性问题，避免授权问题带来的不必要纠纷。
- 学生轨迹精准定位：基于学生校园轨迹与位置信息，管理人员可直观了解当前全校学生的实时的行为动向，便于学校失联学生定位、群体行为分析和重点人群关注。
- 异常行为提前发现：通过异常发现算法准确预测7大预警类型，管理人员足不出户，即可通过预警消息的自动推送，及时掌握学生失联、未归等异常行为，让校方提前采取应对措施，规避可能发生的安全事件。
商品说明
| 版本: V1.0 | 交付方式: License |
| 适用于: Windows/Linux | 上架日期: 2020-10-12 |
| 交付SLA: 360 自然日 |
1、方案特点
三盟科技教育大脑智慧校园解决方案基于Hadoop及人工智能的通用型分布式大数据平台，具备行业最多的9大中心并含教育行业专有的特有算法，具备机器学习能力及超过高校行业90%的系统数据治理经验。产品采用了先进的分布式技术与人工智能技术，并融入成熟的数据项标准治理体系，建立学校全量数据中心。同时帮助学校建立部门间的信息资源目录，打通数据孤岛，提供常态化数据质量监控服务和校园数据典型应用。为智慧校园建设提供安全可靠的数据服务、科学精细化管理及可视化数据决策分析。
2 、方案优势
a：全量数据标准化与共享：
利用先进的数据项标准管理技术，根据学校现有数据情况重新构建校本数据项标准，能对每一个源系统数据进行标准化，实现全量数据标准化与共享。
b：严密的数据隐私管理：
使用成熟的加密技术对数据传输链路与数据内容进行加密，并结合信息资源管理体系，灵活实现不同颗粒度的授权与加密策略，为学校信息资源提供严密的数据隐私管理。
c：智能数据处理：便捷智能的预处理工具能适应不同场景的数据处理需求。通过自主设计的高校智能ETL工具箱，配合灵活拖拽式数据适配和转换的流程，满足不同人员不同场景的数据处理及算法应用。
d：智能算法应用：自2016年至今，为了满足高校智慧校园的建设需求以及智慧化业务的构建。三盟从众多高校落地经验中形成了4233多种算法模型组合应用。如：学生画像、成绩预测、精准资助、心里健康等 ；应用涉及校内各个部门及场景如：学工、就业、学科、财务、教学、诊改等；同时模型也是业界最准确的，如：北京师范大学的心里健康模型、西安交通大学的精准资助模型、中国海洋大学的学科分析模型以及陕西铁路职业技术学院的诊改转有模型等，这些算法模型的准确性都得到用户的高度认可。
e：可视化数据决策：方案对学生域、人事域、教学域、科研域内数据制定了34个分析主题，共163条分析指标项，为校领导、各职能处室主管及分院领导提供数据分析决策支撑。
3、方案价值
a：持续提高学校数据质量，提升数据应用能力：
实现数据“谁主管，谁提供，谁负责”，有效建立学校常态化数据治理体系。达到持续提高学校数据质量的效果，服务学校更多的高质量数据应用，助力科学管理决策。
b：解放人力，实现数据运营转型，提高数据服务能力：
减少数据运维时代带来的巨大沟通成本与重复运维工作，让数据部门的工作从数据运维迈向数据运营，提高校园数据服务能力。
c：解决数据孤岛与数据授权问题：
通过先进的技术体系实现全量数据标准化与共享，全面解决数据孤岛问题，并且通过信息资源目录的授权解决数据资产共享的合理性问题，避免授权问题带来的不必要纠纷。
d：科学决策辅助
实时、准确反映学生、教师、教学、科研等动态情况，为校领导决策和双一流建设提供全方位可视化数据支撑。
e：学全发展全面了解
深度感知学生学习、生活、社交等发展现状，对个体和群体实现精准预测预警，为职能部门提供定量化决策依据，有效引导学生健康成长
f：异常行为提前发现
管理人员足不出户，即可通过预警系统的自动提示，及时掌握学生失联、未归等异常情况，让校方及时采取应对措施，避免可能发生的安全事件。
g：贫困学生精准帮扶
使用学生家庭困难指数挖掘模型，对家庭困难学生精确定位，科学推荐资助金额和类型准确率高达90%以上。
4、方案组成
教育大脑智慧校园整体方案：数据服务平台+智能大数据平台+领导驾驶舱+学生安全与成长辅助平台；
全量数据中心及学生安全与成长辅助平台方案：数据服务平台+智能大数据平台+学生安全与成长辅助平台；
全量数据中心及领导驾驶舱方案：数据服务平台+智能大数据平台+领导驾驶舱；
全量数据中心方案：数据服务平台+智能大数据平台；
数据治理与共享交换方案：数据服务平台
学工大数据分析应用方案：智能大数据平台+学生安全与成长辅助平台；
该方案可基于鲲鹏云服务器进部署。
三盟科技教育大脑智慧校园解决方案基于Hadoop及人工智能的通用型分布式大数据平台，具备行业最多的9大中心并含教育行业专有的特有算法，具备机器学习能力及超过高校行业90%的系统数据治理经验。产品采用了先进的分布式技术与人工智能技术，并融入成熟的数据项标准治理体系，建立学校全量数据中心。同时帮助学校建立部门间的信息资源目录，打通数据孤岛，提供常态化数据质量监控服务和校园数据典型应用。为智慧校园建设提供安全可靠的数据服务、科学精细化管理及可视化数据决策分析。
2 、方案优势
a：全量数据标准化与共享：
利用先进的数据项标准管理技术，根据学校现有数据情况重新构建校本数据项标准，能对每一个源系统数据进行标准化，实现全量数据标准化与共享。
b：严密的数据隐私管理：
使用成熟的加密技术对数据传输链路与数据内容进行加密，并结合信息资源管理体系，灵活实现不同颗粒度的授权与加密策略，为学校信息资源提供严密的数据隐私管理。
c：智能数据处理：便捷智能的预处理工具能适应不同场景的数据处理需求。通过自主设计的高校智能ETL工具箱，配合灵活拖拽式数据适配和转换的流程，满足不同人员不同场景的数据处理及算法应用。
d：智能算法应用：自2016年至今，为了满足高校智慧校园的建设需求以及智慧化业务的构建。三盟从众多高校落地经验中形成了4233多种算法模型组合应用。如：学生画像、成绩预测、精准资助、心里健康等 ；应用涉及校内各个部门及场景如：学工、就业、学科、财务、教学、诊改等；同时模型也是业界最准确的，如：北京师范大学的心里健康模型、西安交通大学的精准资助模型、中国海洋大学的学科分析模型以及陕西铁路职业技术学院的诊改转有模型等，这些算法模型的准确性都得到用户的高度认可。
e：可视化数据决策：方案对学生域、人事域、教学域、科研域内数据制定了34个分析主题，共163条分析指标项，为校领导、各职能处室主管及分院领导提供数据分析决策支撑。
3、方案价值
a：持续提高学校数据质量，提升数据应用能力：
实现数据“谁主管，谁提供，谁负责”，有效建立学校常态化数据治理体系。达到持续提高学校数据质量的效果，服务学校更多的高质量数据应用，助力科学管理决策。
b：解放人力，实现数据运营转型，提高数据服务能力：
减少数据运维时代带来的巨大沟通成本与重复运维工作，让数据部门的工作从数据运维迈向数据运营，提高校园数据服务能力。
c：解决数据孤岛与数据授权问题：
通过先进的技术体系实现全量数据标准化与共享，全面解决数据孤岛问题，并且通过信息资源目录的授权解决数据资产共享的合理性问题，避免授权问题带来的不必要纠纷。
d：科学决策辅助
实时、准确反映学生、教师、教学、科研等动态情况，为校领导决策和双一流建设提供全方位可视化数据支撑。
e：学全发展全面了解
深度感知学生学习、生活、社交等发展现状，对个体和群体实现精准预测预警，为职能部门提供定量化决策依据，有效引导学生健康成长
f：异常行为提前发现
管理人员足不出户，即可通过预警系统的自动提示，及时掌握学生失联、未归等异常情况，让校方及时采取应对措施，避免可能发生的安全事件。
g：贫困学生精准帮扶
使用学生家庭困难指数挖掘模型，对家庭困难学生精确定位，科学推荐资助金额和类型准确率高达90%以上。
4、方案组成
教育大脑智慧校园整体方案：数据服务平台+智能大数据平台+领导驾驶舱+学生安全与成长辅助平台；
全量数据中心及学生安全与成长辅助平台方案：数据服务平台+智能大数据平台+学生安全与成长辅助平台；
全量数据中心及领导驾驶舱方案：数据服务平台+智能大数据平台+领导驾驶舱；
全量数据中心方案：数据服务平台+智能大数据平台；
数据治理与共享交换方案：数据服务平台
学工大数据分析应用方案：智能大数据平台+学生安全与成长辅助平台；
该方案可基于鲲鹏云服务器进部署。
用户案例
北京大学
搭建大数据管理服务平台：采集和整合业务系统和硬件设备，建设统一的大数据管理平台和应用开发接口，为校领导、院领导、教师及二级部门人员提供大数据服务 学生画像分析：根据用户的特性和行为数据建立标签，通过收集与分析学生基础信息、生活习惯、消费行为、学习行为等主要信息的数据之后，基于学校的学生素质评价体系，构建每个学生的多个维度的行为模型，综合各个维度的情况建立全校学生个人行为画像和综合画像 综合预警系统：使用全新计算模型对每个学生的行为模型进行建模（预警内容为失联、学业、消费），并根据算法学习学生行为习惯，并对预警值进行动态调整，方便老师和领导及时介入、给予疏导和帮助，有利于学校加强对学生的提高与管理
北京师范大学
北京师范大学校园行为大数据分析系统一期建设内容主要包括: 学生行为轨迹系统、群体行为分析、个性化智能推荐服务、学生画像分析、综合行为预警及相关配套内容。 北京师范大学校园行为大数据分析系统二期建设内容主要包括:数据采集及预处理、深入学生综合行为画像、学生大数据异常行为预警、精准就业、精准资助、心理辅导分析、学生课外成绩分析、BI工具及相关配套内容。
中山大学
建设自下而上的治理体系与信息资源目录，实现全量数据标准化、全量数据共享 构建学校权威中心库，助力学校实现“一数一源” 构建含纠错功能的个人信息查询系统，服务师生，完善数据治理闭环
西北工业大学
西北工业大学信息中心推动领导驾驶舱平台助力学校“双一流”建设。建设七大板块，分别是教学、科研、学生、人事、财务、资产和审计，包含112条分析指标项，每个主题紧扣一流学科评估、本科教学评估、工信部审计、大学排行榜等评估评价体系指标，未来还将提供关键指标在时间上的纵向趋势分析以及与同等高校的横向对比。
中南财经政法大学
针对学校的现有数据进行数据梳理，一方面有效保证学校数据的一致性及准确性，另一方面通过对数据的梳理，形成学校的数据标准，作为学校大数据分析的底层数据源，解决有效数据质量不高的问题。其次，因此，需要建立高校大数据平台，以及基于大数据面向全校师生提供教学、科研服务、科学化管理、个性化服务等的综合信息服务平台，从而让数据更有生命力，发挥数据真正的价值。 建设一表通平台，实现一次填报，多次复用，确认为主，填写为辅的填报模式，巨幅降低老师填报工作量。 建设学生安全与成长辅助平台，深度感知学生学习、生活、社交等发展现状，对个体和群体实现精准预测预警，为职能部门提供定量化决策依据，有效引导学生健康成长；
评论