智慧校园大数据分析服务Word格式.docx
《智慧校园大数据分析服务Word格式.docx》由会员分享,可在线阅读,更多相关《智慧校园大数据分析服务Word格式.docx(22页珍藏版)》请在冰豆网上搜索。
●对高校科研项目经费分布,拨入款级别占比,拨入情况,拨款单位,所属单位,负责人等信息统计分析。
●对高校科研著作各类型占比,各出版社出版数量,各单位著作分布情况统计分析。
●对高校科研获奖数量,成果,人员等信息统计分析
1.1.1.1.4人事信息
●对高校整体师资结构,专任教师,年龄结构变化趋势等信息统计分析。
●对高校文科专业队伍建设状态,相关学科队伍教师信息等统计分析。
●对高校理科专业队伍建设状态,相关学科队伍教师信息等统计分析。
●对高校在职职工人数,类别结构,职称结构等进行统计分析。
●对高校专任教师人数,类别结构,职称结构,学历结构,学缘结构综合统计分析。
●对高校研究生导师人数,类别结构,职称结构,学历结构,学缘结构综合统计分析。
●对高校高层次人才人数,类型综合统计分析。
●对高校岗位需求统计分析
1.1.1.1.5国际化
●对高校历年留学生信息,学生境外交流信息,因公出访信息,外藉教师信息,外国专家,合作交流等信息统计分析
●对高校教工出国情况信息统计分析。
●对高校留学生国家分布信息统计分析。
●对高校在校研究生留学生国家分布信息统计分析。
1.1.1.1.6学工应用分析
●对高校先进班级评选,评分,扣分,加分信息统计分析。
●对高校奖助学金评选,申请,分布,人数等信息统计分析。
●对高校优秀学生评选,排名,分布,画像信息统计分析
1.1.1.1.7学生大数据
●包括对学生的基本信息、学习情况、奖惩情况、消费情况、住宿情况、网络访问情况、亲密度、成绩、兴趣爱好、社团活动、学业进度、图书借阅情况、课程情况的展现
●根据信息可形成学生月度、学期、年度的大数据分析报告
●根据一卡通消费记录,建立贫困生标准模型,预测本学期贫困生,展示贫困生近一个月、一学期的消费分类情况,便于辅导员辅导学生,有力地支撑奖助学金、助学贷款的评审,防止奖助学金冒领。
●根据一卡通数据、上网数据、移动定位数据,分析学生心理异常情况,给出心理异常类别,辅助心理辅导教师掌握学生情况。
●根据历年各专业挂科学生的上网行为数据、考勤数据、一卡通消费数据、图书借阅数据、社团活动数据、移动定位路由数据,预测学生的好友,以及学生和学生之前是否有好友关系网。
辅助辅导员管理班级。
●根据学生上网行为数据、课程表,对网瘾学生近期上网时间在每天24小时分布情况进行分析,判断学生的网瘾类型,指导辅导员工作。
●根据一卡通日志、移动定位数据和课程表的冲突,来预测学生近阶段逃课次数,可根据日期查看学生行为轨迹,便于辅导员对逃课次数多的同学进行管理。
●根据历年各专业挂科学生的上网行为数据、考勤数据、一卡通消费数据、图书借阅数据、社团活动数据、移动定位路由数据,采用神经网络算法建立挂科模型,再根据学生当前学期数据,预测当前学生挂科情况,并计算可能挂科学生与优秀学生模型的偏差,以及6个月内学生各项参数变化趋势,让辅导员对可能挂科学生进行精准辅导。
●根据上网行为数据、考勤数据、一卡通消费数据、图书借阅数据、社团活动数据、移动定位路由数据,采用时间黑洞算法,判断学生是否失联。
●通过对目标人群设定,当目标人群在非正常时间聚集,给出预警。
并在XX地上点显示聚集点和相关人员。
●根据服务器防火墙日志,上网行为日志等分析校内学生网络攻击行为,辅助学校信息安全工作
●对用电记录进行分析,预警超过使用阀值的寝室,并给出目标寝室24用电分布情况,辅助宿舍对寝室用电安全管理。
●针对高校历史招生人数,毕业人数,在校生数,授予学位数,其它学生等信息统计分析。
●对高校各院系,各年级人数,性别,生源地等分类统计
●对高校各院系,各年级学生人数占比等信息综合统计
●对高校各年级本科生人数综合统计分析
●对高校各院系本科生生源地统计分析。
●对高校在校各院系研究生,学位类型分布等综合统计分析。
●对高校毕业生就业单位类型,地址等信息统计分析
●对高校在校研究生按院系,专业,学位类型等信息统计分析。
●对高校在校研究生按学科进行统计分析。
●对高校在校研究生年龄结构统计分析。
●对高校在校研究生源地统计分析
1.1.1.1.8设备监控
●对所有采集任务进行监控,显示运行正常和异常的任务数量。
●显示所有采集任务每秒中的采集量变化。
●显示各种分类数据总存储量。
●显示近12个月数据存储总量的变化趋势。
"
●显示所有采集任务,以及每个采集任务对应服务器采集状态的正常数量、和异常数量。
●显示每个采集服务的总采集量,和采集对应服务器个数。
●显示每台服务器对应的ip,显示每台服务器每秒中的采集量。
●显示采集服务、对应ip、发生时间、解决时间、持续时长、告警状态、告警内容。
1.1.1.1.9校务信息
●在高校大数据环境下,对事业编职工,教师数量,研究生导师,高层次人才,本科生,研究生,留学生,科研等数据进行综合性统计分析
●针对高校学科建设,人才培养,科学研究,社会服务,队伍建设,国际化,信息化,条件保障等指标进行综合评测
●上交大世界大学学术排名
●上交大两岸四地大学排名
●QS大学排名
●USNEWS世界最佳大学排名
●中国最好大学网排名
●武书连大学排名
●华中科技大学大学排名
●校友会网中国大学排名
●QS学科排名
●USNEWS学科排名
●对高校交通,餐饮,学生宿舍,节水节能信息统计分析。
●对高校党组织建设,党员发展,干部队伍信息统计分析。
●对高校教职工政治面貌信息统计分析。
●对高校在校研究生政治面貌统计分析。
●对高校历年专业/学位,重点学科等情况统计分析
1.1.1.1.10高校信息化
●对高校IT基础设备信息,管理信息化和公共应用支撑平台,教学信息化建设信息统计分析。
●“学校舆情分析”模块主要对校内论坛和校外网站(如XX贴吧、微博、天涯等)进行监控和数据分析,查看当天的舆情情况
●支持热点词语实时跟踪,显示发展轨迹
●根据学生选定的目标职位,给出学习路线,指导就业。
●根据图书借阅日志,在学生检索图书时给出智能推荐。
●在XX地图上显示目前学校人流热度,屏蔽高峰出行。
●学生可预约要做的事情,根据一卡通数据,图书馆数据等在人流适合时给出提醒,例如:
学生可预约去浴池洗澡,系统会在人流合适的时间提醒学生,错开人流高峰期。
●对学校内体育馆、教室、食堂、图书馆、浴池等人员使用情况给出报告,给学校食堂扩建、图书馆扩建提供数据支撑。
●企业可根据人才需求,通过学生所学专业课程、上网日志、图书借阅、论坛内容等,找到符合企业要求的学生。
●根据学生的历史数据,推荐相关职位和招聘会,给出学生和每个职位的匹配度。
●通过爬虫或校内就业数据对相关专业职位,历年就业率,历年薪资,工作地分布等进行统计分析。
1.1.1.1.11服务列表
基础分类
二级应用
应用描述
财务资产类
办学经费
对高校办学经费总收入及支出,教育收入及支出,人均教育收入及支出,科研项目收入及支出,人均科研收入及支出,捐款收入,单位收缴信息统计分析。
科研经费
对高校科研经费支出金额,科研类型,科研结果等信息统计分析
经费发展
对高校各类别经费发展变化预测分析
预算分析
对高校收入、支出预算与执行情况统计分析
设备资产分析
对高校设备资产数量,金额,比重,类型等信息统计分析
教务信息类
教学计划分析
对高校教学信息,重点课程,实习地点,实习方向,社会实践等信息统计分析
教材,耗材分析
对高校教材领用,订购,数量,耗材的订购,使用等信息统计分析
考务分析
对考场,考试人员,报名情况,收费情况,成绩等信息统计分析
教学评估与评教
对高校评教结果,指标,方法,类别,能力等信息综合分析
学籍和学科分析
对高校开课数量,开课情况,学科信息,成绩信息,心理分析等信息综合分析
科学研究
历年发展统计
对高校科研平台,专业刊物,科研项目,科研经费,科研成果等信息统计分析。
科研纵向项目统计
对高校科研纵向项目信息,排名,占比等统计分析。
科研横向项目统计
对高校科研横向项目信息,排名,占比等统计分析。
科研项目经费
对高校科研项目经费分布,拨入款级别占比,拨入情况,拨款单位,所属单位,负责人等信息统计分析。
科研著作
对高校科研著作各类型占比,各出版社出版数量,各单位著作分布情况统计分析。
科研成果
对高校科研获奖数量,成果,人员等信息统计分析
人事信息
对高校整体师资结构,专任教师,年龄结构变化趋势等信息统计分析。
文科相关队伍建设
对高校文科专业队伍建设状态,相关学科队伍教师信息等统计分析。
理科相关队伍建设
对高校理科专业队伍建设状态,相关学科队伍教师信息等统计分析。
在职在编教职工数
对高校在职职工人数,类别结构,职称结构等进行统计分析。
专任教师
对高校专任教师人数,类别结构,职称结构,学历结构,学缘结构综合统计分析。
研究生导师
对高校研究生导师人数,类别结构,职称结构,学历结构,学缘结构综合统计分析。
高层次人才
对高校高层次人才人数,类型综合统计分析。
人才需求
对高校岗位需求统计分析
国际化
对高校历年留学生信息,学生境外交流信息,因公出访信息,外藉教师信息,外国专家,合作交流等信息统计分析
教工出国
对高校教工出国情况信息统计分析。
在校留学生国家分布
对高校留学生国家分布信息统计分析。
在校研究生留学生国家分布
对高校在校研究生留学生国家分布信息统计分析。
学工应用分析
先进班级
对高校先进班级评选,评分,扣分,加分信息统计分析。
奖助学金
对高校奖助学金评选,申请,分布,人数等信息统计分析。
优秀学生
对高校优秀学生评选,排名,分布,画像信息统计分析
学生大数据
学生画像
包括对学生的基本信息、学习情况、奖惩情况、消费情况、住宿情况、网络访问情况、亲密度、成绩、兴趣爱好、社团活动、学业进度、图书借阅情况、课程情况的展现
根据信息可形成学生月度、学期、年度的大数据分析报告
贫困生预测
根据一卡通消费记录,建立贫困生标准模型,预测本学期贫困生,展示贫困生近一个月、一学期的消费分类情况,便于辅导员辅导学生,有力地支撑奖助学金、助学贷款的评审,防止奖助学金冒领。
心理健康预测
根据一卡通数据、上网数据、移动定位数据,分析学生心理异常情况,给出心理异常类别,辅助心理辅导教师掌握学生情况。
亲密度预测
根据历年各专业挂科学生的上网行为数据、考勤数据、一卡通消费数据、图书借阅