高校智慧校园大数据综合服务平台-高校大数据整体解课件.pptx
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《高校智慧校园大数据综合服务平台-高校大数据整体解课件.pptx》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 高校 智慧 校园 数据 综合 服务 平台 整体 课件
- 资源描述:
-
1、高校智慧校园大数据综合服务平台1现状分析ADD YOUR TITLE03032技术实现ADD YOUR TITLE09093大数据业务ADD YOUR TITLE15154平台应用ADD YOUR TITLE212101现状分析u 开发背景u 面临挑战DATADATA高校大数据开发背景战略机遇:培养大数据人才、利用高校大数据深化高校管理促进高校改革发展、使用大数据平台提高高校科研水平和效率,既是高校面临的重要任务,也是高校发展的战略机遇。大数据正在逐渐成为社会基础设施,成为每一家组织机构的标配。“大数据”之“大”,更多的意义在于:人类可以“分析和利用”的数据在大量增加,通过这些数据的交换、整合
2、和分析,人类可以发现新的知识,创造新的价值,并让很多常态化的认知、判断、思维定式、产品形态、服务模式,形成全新的面貌和演进方向。大数据已经引起国际社会的高度重视,世界各国都在加快推进大数据战略布局。大数据产业已上升至国家战略高度,正日益渗透到经济发展和社会生活的方方面面。2015年9月5日,国务院发布促进大数据发展行动纲要,文件指出“数据已经成为国家基础性战略资源”,并在启动的十大工程之一“公共服务大数据工程”中明确提出要建设教育文化大数据。教育大数据已经上升到国家战略层面,引起社会各界的广泛关注和高度重视。教育大数据将首先破解传统教育面临的六大难题(发展不均衡难题、方式单调化难题、信息隐形化
3、难题、决策粗放化难题、择校感性化难题、就业盲目化难题),助推教育的全方位变革与创新发展。确立教育大数据在我国教育事业发展与改革中的战略地位已是国家教育现代化建设的必然要求。教育大数据是重要的国家战略资产、教育领域综合改革的科学力量与发展智慧教育的基石。人类社会已经迎来“大数据时代”。培养大数据人才、利用高校大数据深化高校管理促进高校改革发展、使用大数据平台提高高校科研水平和效率,既是高校面临的重要任务,也是高校发展的战略机遇。DATADATA高校面临的大数据问题 01020304数据来源多元化,共享数据库涵盖系统多,高校生源不断扩张,信息不断积累,致使数据库中的信息不断增加,进而为数据挖掘、管
4、理和分析带来了困难。 数据规模日益庞大高校不同学科与专业采用的大数据环境大多依赖现有的IT环境,导致大数据运行的基础软硬件环境比较混乱且极其不稳定,缺乏有效的运维管理,严重影响教学和科研工作的正常进行。 缺乏稳定高效的大数据环境 校园的信息仍然停留在收集和累积阶段,尽管移动终端系统的不断发展为信息采集带来了极大的便利,但采集后的数据仅仅停留在查询阶段,并没有对数据进行整合、分析和梳理,使得这些信息仍未被管理者采用,作为决策依据的信息则少之又少。 数据利用不充分数据剧增由量变引起质变,使科研人员的思维和行为模式在传统的学科研究领域发生转变。如何借助大数据相关技术以及资源,找到本学科研究成果的新视
5、角,已经成为当前高校研究的重要课题。 数据驱动带来的科研新挑战 DATADATA高校大数据平台建设意义 高校作为高科技人才以及创新技术的摇篮,承载着科研攻关和人才培养的双重使命。在新的科技浪潮中,高校应瞄准时代最前沿,将教学科研创新、专业人才培养与大数据紧密融合在一起,在更高起点上推动学校在大数据教学、科研以及创新方面再上新台阶。 建设意义010205040306实现个性化学习实现个性化学习 集成教育数据挖掘与学习分析技术,持续采集学习行为数据,智能分析,推送适合的学习资源并进行个性化学习建议。 实现教育评价体系重构实现教育评价体系重构 采集教与学的全过程数据,全面客观记录学生成长轨迹,引导学
6、生培养模式和教育质量管理方式科学健康发展。 实现科学研究范式转型实现科学研究范式转型 解决科研经费等科研管理难题,提供便捷的技术支撑与人性化服务,提高研究的效率和结果的可信度。 实现科学化教育管理实现科学化教育管理注重相关关系识别,强调因果关系的确定,发现隐藏的、有用的信息,做好教育管理和决策工作的数据支持。 实现教学模式改革实现教学模式改革教学数据分析与预测,改变教学模式,实现个性化教育,调整教学方案,优化教学方法,提高教学质量。 开启开启“大数据大数据 创客创客”新模式新模式 完成创新应用及发布,完善高校信息化建设,提升高校实力,加速创客成果转化,推动创意实现产业化,打造具有影响力的“创客
7、校园”。 02技术实现u 技术架构u 标准体系u 业务开发平台u 应用开发与服务DATADATA高校大数据平台技术架构以构建基础硬件层为底层支撑,利用云计算、大数据的数据集成、数据安全、服务器集群、数据计算与挖掘分析等技术,遵循“1 8”(1个中心平台8大技术标准)大数据标准体系,通过HIVE和HBASE构建大数据数据中心。在此基础上,公司自主研发了“国子数据魔方”业务开发平台,通过业务开发平台进行应用开发、应用发布、服务注册的信息化管理,并可以将应用以可视化界面展示给用户,为领导决策提供数据依据。架构示意图如下: DATADATA高校大数据平台技术架构1、基础硬件层、基础硬件层 基础硬件层是
8、由一组低廉的PC或服务器组合构建而成。基础硬件层主要承载着数据的存储、运算、容错、调度和通信等任务,对基础应用层下达的指令进行执行和反馈。 2、数据集成、数据集成大数据特征表现在实时、交互、海量等方面,并且以半结构化、非结构化数据为主,价值密度低,为了更好地“让数据说话”,并充分发挥大数据价值效应,应坚持“能采尽采”的原则,数据源的涵盖范围要尽量大。 3、数据计算与分析挖掘、数据计算与分析挖掘大数据平台涵盖了大数据场景下常用的计算场景,包含离线计算、实时计算、流式计算、数据挖掘与机器学习等。可以更容易、更方便地构建全生命周期的数据湖,使数据的加工、处理、创新过程更加丰富,从而实现数据的更大价值
9、。 5、服务器集群、服务器集群服务器集群是将很多服务器集中起来一起进行同一种服务,集群可以获得更高的计算速度,也可以用作备份,任何一个服务器损坏整个系统都能正常运行。群集化操作可以减少单点故障数量,实现群集化资源的高可用性。 4、数据安全、数据安全大数据平台通过一系列的认证授权和资源隔离机制,实现数据资源的安全性、可维护性、可用性、可信性。提供统一认证服务负责对使用者的身份进行验证;提供统一授权服务负责对用户的资源访问权限进行控制;提供统一资源调度负责对用户使用的底层资源进行隔离。 DATADATA高校大数据平台技术架构6、大数据技术标准、大数据技术标准一个中心平台:大数据业务开发平台。8大技
10、术标准:基础标准、数据表示标准、数据处理标准、数据存储标准、数据服务标准、数据安全和隐私标准、行业大数据标准、大数据产品测试标准。 7、大数据数据中心、大数据数据中心通过对各种类型的结构化、半结构化、非结构化数据信息的采集、预处理、分析处理以及存储等相关操作,构建统一、规范、全面的大数据数据中心,为相关工作提供数据支持。 8、大数据业务开发平台、大数据业务开发平台以Hadoop为核心,融合优秀技术,提供开放的数据和业务开发平台,进行应用开发、应用发布、应用注册及应用服务的信息化流程管理,从而提升了大数据应用体验,有利于发挥创新精神,创造无限价值。 9、大数据业务可视化分析、大数据业务可视化分析
11、大数据业务可视化分析能够将隐藏于海量数据中的信息和知识挖掘出来,为用户提供可视化的操作分析界面;为用户的相关活动提供数据依据,从而提高工作效率。 DATADATA高校大数据平台标准体系大数据信息标准为数据收集、数据处理、数据存储、数据分析与挖掘提供指导和参照标准,加快建立高校信息采集、存储、公开、共享、使用、质量保障和安全管理等技术标准,引导建立信息共享交换的标准规范,促进信息资源开发利用,实现大数据汇聚整合,为大数据、云计算提供强有力的基础支撑。 抓好大数据标准体系建设,推进国家大数据战略实施,应对三方面需求:面向高校教育的需要,研制开放、共享大数据标准;助力高校教育创新发展,制订典型领域相
12、关标准;保障资源安全、保护个人隐私,研制安全标准等,以数据为基本元素进行数据安全管理,规范数据的共享、使用和管理的整个流程,解决跨平台的数据交互、数据开放共享等难题。 公司对我国现有标准、在研标准和将提出的标准计划进行梳理,依据大数据技术体系,从基础、技术、产品、应用等不同角度进行分析,形成了大数据标准体系框架,按照1 8的理念进行设计,即以国子数据魔方业务开发平台为支撑,构建基础标准、数据表示标准、数据处理标准、数据存储标准、大数据服务标准、大数据安全和隐私标准、行业大数据应用标准和大数据产品测试八大技术标准。 DATADATA高校大数据平台标准体系通过平台和技术标准的建设,整合和引导资源、
13、激活科技要素、推动自主创新与开放创新,促进大数据健康发展;加速技术积累、科技进步、创新成果推广,加速大数据在高校的广泛应用,促进高校全面、协调、可持续发展;解决数据共享难、数据格式不统一、数据标准不规范、数据重复建设等难题。DATADATA高校大数据平台标准体系1、基础标准、基础标准 大数据术语、大数据参考架构、大数据平台架构标准,能够更加切合实际的对相关操作进行描述,形成统一数据标准,进而为数据库提供基础支撑和服务。2、数据表示标准、数据表示标准数据编码规范、元数据规范、非结构化数据、数据集统一描述规范等,确保数据信息的交互共享,进而消除信息孤岛。 3、数据处理标准、数据处理标准 数据质量评
14、价标准、数据采集标准、数据组织标准等大数据处理阶段相关的标准规范,消除变量自身变异和数值大小的影响,为大数据应用打下良好的基础。 4、数据存储标准 非关系型数据库规范、非结构化数据管理系统规范等大数据背景下的新型存储系统相关规范,有助于数据进行交互式传输和管理,提高存储量、存储速度,进而为大数据快速挖掘、提取、分析提供基础。 DATADATA高校大数据平台标准体系5、大数据服务标准、大数据服务标准提供大数据实时分析服务、可视化服务等一系列大数据服务的标准化描述和接入,提升数据之间的关联性,降低数据分析的复杂度,大幅度提高分析的准确性。 6、大数据安全和隐私标准、大数据安全和隐私标准 大数据对外
15、服务时,制定数据存储安全、数据传输安全、数据分析挖掘安全等方面的标准,为安全面临的内部管理和外部攻击提供可靠的数据存储、安全的挖掘分析、严格的运营监管。7、行业大数据应用标准、行业大数据应用标准 相关领域大数据应用、领域大数据的分类和编码等方面的标准,能够更准确地规范各行业的数据标准,并推出与行业相匹配的产品。 8、大数据产品测试标准 大数据产品的测试场景、测试指标、测试工具等。大数据产品测试标准的建立能够公平、客观地评测大数据产品的功能和性能,对人们选择合适的大数据产品具有重要的参考价值。 DATADATA高校大数据业务开发平台 为提供众多便捷易用的开发框架和服务引擎,使用户可以迅速地掌握、
展开阅读全文