某大学(高校)大数据分析应用功能分析20170922V1.5

1、 某大学大数据分析应用功能分析目录TOC o 1-5 h z HYPERLINK l bookmark0 1项目整体目标4 HYPERLINK l bookmark2 2项目总体建设内容4 HYPERLINK l bookmark4 2.1源数据采集4 HYPERLINK l bookmark6 2.2大数据管理平台系统4 HYPERLINK l bookmark8 2.3大数据业务分析模块4 HYPERLINK l bookmark10 3项目建设清单5 HYPERLINK l bookmark12 3.1数据采集与清洗5 HYPERLINK l bookmark14 3.2大数据管理平台5

2、 HYPERLINK l bookmark16 智能数据采集5 HYPERLINK l bookmark18 智能数据治理5 HYPERLINK l bookmark20 智能存储检索5 HYPERLINK l bookmark22 智能挖掘算法6 HYPERLINK l bookmark24 智能实时计算6 HYPERLINK l bookmark26 智能数据运维6 HYPERLINK l bookmark28 智能科研实践6 HYPERLINK l bookmark30 智能统一API.7 HYPERLINK l bookmark32 智能数据安全7 HYPERLINK l bookma

3、rk34 3.3教师个人数据中心7 HYPERLINK l bookmark36 3.4学生个人数据中心7 HYPERLINK l bookmark38 学生个人信息7 HYPERLINK l bookmark40 学生成绩7 HYPERLINK l bookmark42 奖助学金情况8 HYPERLINK l bookmark44 3.5学生画像应用8 HYPERLINK l bookmark46 3.6综合预警分析8 HYPERLINK l bookmark48 关爱周报8 HYPERLINK l bookmark50 关爱月报8 HYPERLINK l bookmark52 低消学生分析

4、8 HYPERLINK l bookmark54 预警推送8 HYPERLINK l bookmark56 成绩预警9 HYPERLINK l bookmark58 3.7行为轨迹分析9 HYPERLINK l bookmark60 3.8校园综合分析9 HYPERLINK l bookmark62 学生成绩报告9 HYPERLINK l bookmark64 学生消费报告9 HYPERLINK l bookmark66 学生借阅报告9 HYPERLINK l bookmark68 老师借阅报告9 HYPERLINK l bookmark70 3.9学生个人大数据报告10 HYPERLINK

5、l bookmark72 4技术规格要求10 HYPERLINK l bookmark74 4.1数据采集与清洗技术要求10 HYPERLINK l bookmark76 4.2大数据管理平台技术要求11智能数据采集：11智能数据治理：11智能存储检索：12智能挖掘算法：12智能实时计算：13智能数据运维：13 HYPERLINK l bookmark78 智能科研实践：14 HYPERLINK l bookmark80 智能统一API.14 HYPERLINK l bookmark82 智能数据安全：15 HYPERLINK l bookmark84 教师个人数据中心技术要求15 HYPER

6、LINK l bookmark86 学生个人数据中心技术要求16 HYPERLINK l bookmark88 4.5学生画像应用技术要求17 HYPERLINK l bookmark90 4.6综合预警分析技术要求19 HYPERLINK l bookmark92 4.7行为轨迹分析技术要求20 HYPERLINK l bookmark94 4.8校园综合分析技术要求21 HYPERLINK l bookmark96 学生个人大数据报告技术要求21 HYPERLINK l bookmark98 5项目预算22项目整体目标随着采购人信息化的建设与发展，学校各部门的信息化系统已逐步建设并投入使用

7、，并且已经积累了大量的可用数据。本项目通过某大学校园大数据分析的建设，将现有各业务系统产生的数据进行全校范畴内的有效整合，并通过数据关联分析，挖掘数据的核心价值，对全校师生提供深层次的信息增值服务，为学校领导及师生分析与决策提供数据支持,最终实现将数据转变为学校效益，提升管理效率，促进教学与服务质量，增强学校的综合竞争力。项目总体建设内容本项目具体建设内容包括如下：2.1源数据采集本项目需要的数据源，包括校内业务系统、硬件设备等，包括各类型的结构化数据和非结构化数据进行采集和集成、数据清洗等工作，并按照统一标准格式进行数据采集入库，建立合适的数据模型。大数据管理平台系统搭建与开发某大学大数据平

8、台系统，用于管理和存储本项目建设需要的各类源数据，并进行周期性的数据自动预处理，包括对各类源数据进行采集、清洗、转换、质量处理等操作构建大数据数据仓库；同时提供标准的内外数据读取接口和图形化的数据管理运维系统。大数据业务分析模块对存储在数据仓库的数据进行处理，按周期时间进行汇集，根据业务需求和用户要求进行多维关联分析及挖掘处理，制作针对不同场景的数据分析业务。根据数据现状，结合学校大数据建设目标需求，针对性开发与提供7个（清单中第3到第9项）大数据业务分析系统。项目建设清单3.1数据采集与清洗系统数据采集与清冼服务：包含接口调研，接口调测，数据采集，数据清洗，数据治理，数据质量监控、数据导入等

9、；数据源范围：一卡通、教务系统、上网认证系统、上网审计系统、门禁系统、图书馆管理系统、校园WiFi、人事系统、科研系统等系统。3.2大数据管理平台3.2.1智能数据采集支持不同的数据爬虫工具，实现将不同的数据爬取过来。如：http接口、FTP接口、webservice接口、oracle数据库、SQLServer数据库等。支持可视化图形化采集功能，通过可视化采集工具，可以看到不同的业务系统的数据抽取情况，形成采集报告，做整体的可视化监控；智能数据治理对数据进行治理，如数据缺失、数据重复、数据错误、数据不可用等，同时支持对不可用数据提供按规则适配、关键字匹配、枚举转换等治理方法；智能存储检索采用H

10、adoop分布式存储方式，采用HIVE、HBASE、HDFS三种分布式存储技术对大数据仓库平台中的数据分类存储，提供原始库、标准库、主题库这三个数据库。支持对整体数据仓储的管理和检索，平台对单条记录查询响应小于3ms，在10亿以上的日志库中检索响应时间可实现小于5ms；3.2.4智能挖掘算法提供包含特征工程、统计算法、分类算法、回归算法、时序分析、主成分分析、关联推荐、深度机器学习、信念网络、决策方法等优化的常用数据挖掘算法库，同时提供包含spark机器学习算法库、python算法库。提供针对于教育行业关于学习、教学、管理、日志、互联网数据等数据的特定算法及模型库，用户可通过图形界面自主选择使

11、用算法，含成绩标准换算、成绩预测分析算法，协同过滤推荐等算法。商业BI工具采用商业BI,提供=10个Lisecne授权；智能实时计算针对实时性要求比较高的数据，提供实时采集、实时计算、实时展示功能。利用flume做日志管理、利用kafka做实时流处理，形成消息队列处理机制；智能数据运维提供运维管理功能，包括集群节点和系统服务的可视化配置与管理、性能和运行状况监控、异常告警、权限的管理与配置等相关功能。提供用户的账号、类型、权限、邮箱等基础信息提供全方位的管理，并以角色权限的控制方式控制用户对数据平台的访问，粒度可达数据库的每个字段；3.2.7智能科研实践提供标准封装接口，支持科研构建应用，方便

12、用户构建科研分析平台。应用端呈现端与数据挖掘平台相互独立，采用解耦合架构，可适合多语言开发人员，并支持多前端应用框架；3.2.8智能统一API提供统一的数据仓库开发接口，支持包括Python、Java、R等语言的开发语言，提供标准的sql语言支持。供统一的API接口管理中心，对接口提供统一的管理控制及授权。提供统一的模型主题库开发接口，可无缝对接第三方BI开发工具，支持用户自定义业务呈现开发，同时支持对教学的建模及比赛，提供对外服务功能，包括API接口，结构化数据导出至Oracle、MySQL、SQLServer等关系型数据库，数据下载等相关功能；3.2.9智能数据安全构建了大数据平台的管理运

13、维中心，负责大数据平台中的数据查询、数据管理、用户管理、存储管理、集群管理和用户管理等工作，采用图形化的工具，实现对成百上千节点的运维管理，同时支持平台性能、访问等异常告警功能并上报系统管理员，降低用户运维管理的技术难度，做到意外事前预测和事后追踪双重保障。提供租户管理功能，包括多租户服务，划分大数据分析资源，资源各类等相关功能教师个人数据中心包括教师的在校教学、科研成就、图书借阅、在校消费等，整个教师生命周期的综合业务查询与统计分析，并对教师进行个人数据画像学生个人数据中心3.4.1学生个人信息学生的个人信息包括姓名，学号，生日，籍贯，有无严重病史等；3.4.2学生成绩包括学生的历史成绩，各

14、类竞赛成绩，英语四六级成绩；3.4.3奖助学金情况学生奖助学金获得情况，包含各类奖惩情况。3.5学生画像应用对学生从招生到成为校友的全过程业务数据综合展示，包括学生的在校学习、业余活动、在校社团、图书借阅、食堂消费、住宿情况、校友管理等，整个学生生命周期的综合业务查询与统计分析，并对学生进行个人数据画像分析。3.6综合预警分析3.6.1关爱周报包括学生上周的各类数据统计，对比全校学生整体数据情况反映学生成长状况；3.6.2关爱月报包括学生上月的各类数据统计，对比全校学生整体数据情况描绘学生成长状况；3.6.3低消学生分析提供近期低消学生的分布情况、消费情况及对应的补助发放等情况；3.6.4预警

15、推送为老师推送存在异常的问题学生，如多次逃课旷课，夜不归宿，疑似不在校，消费情况异常等行为，使辅导员及时了解学生存在的问题。利用统一消息发送平台进行信息推送和异常预警；3.6.5成绩预警根据学生数据的历史行为表现，为辅导员推送存在成绩下滑危险的学生，使辅导员及时了解情况并采取相应措施3.7行为轨迹分析反映昨日学生活动轨迹，包括相关的一卡通数据、wifi数据，网络登入情况,图书馆借阅情况等，反应学生日常活动轨迹3.8校园综合分析学生成绩报告每学期统计一次，包括各院系优秀学生分布情况、各院系平均绩点排名、挂科TOP10课程列表等信息；学生消费报告每月统计一次，包括各院系消费金额总额及人均消费情况、

16、月消费TOP10排名等信息；学生借阅报告每月统计一次，包括各院系图书借阅总量及人均借阅情况、最受欢迎TOP10图书等信息；老师借阅报告每月统计一次，包括各部门图书借阅总量及人均借阅情况等信息3.9学生个人大数据报告提供网页版、微信版本的学生个人大数据报告，可提供消费、课程、成绩、网络几类信息，支持系统调整周期时间段原厂售后服务技术规格要求4.1数据采集与清洗技术要求完成本项目需要的业务系统，包括校内结构化数据及校内各类非结构化数据（包括校内网站内容、学校通知公告等各类文档、图片、业务系统日志等）采集和集成，并进行对应格式转换入库。完成校外网络日志、互联网数据等采集和数据清洗等工作，并按照统一标

17、准格式进行数据采集入库，建立合适的数据模型，对采集的数据进行抽取、清洗、加工和整理；依据数据仓库及大数据相关规范，合理制定并完成数据存储及异构数据关联；对于新增数据的采集部份，主要负责数据源采集、数据质量监控、清洗、数据加载入库等操作，采集的业务数据包括本项目大数据分析业务分析模块需要的相关数据源。需要对采集的数据进行抽取、清洗、加工和整理，包括清理源数据中的噪声数据和无关数据、处理遗漏数据和清洗脏数据和空缺值、识别删除孤立点、实现数据的汇集，最终确保数据的质量和高可用性。数据的采集和治理平台提供各类方便的支持大数据量的数据加载、转换、传输工具软件。支持访问不同的数据库和文件系统；数据的清洗、

18、转换和传输必须满足时间要求，能够在规定的时间范围内完成；支持增量加载，只把自上一次加载以来变化的数据加载到数据仓库。本项目需要采集的数据源包括以下内容：一卡通、教务系统、上网认证系统、上网审计系统、门禁系统、图书馆管理系统、校园WiFi、人事系统、科研系统系统；以及本次大数据业务建设相关的数据源系统。大数据管理平台技术要求构建某大学大数据分析与服务平台，盘活现有的所有数据源，包括结构化数据和非结构化数据，并引入外部数据和互联网数据等，综合在一起进行有效的分析、挖掘，从而高效、安全、稳定、可靠的提供校务大数据服务；并辅之以有效的管理工具和手段，确保大数据平台可控、好管、易用。大数据管理分析平台在

19、技术上要实现智能数据采集、智能数据治理、智能存储检索、智能挖掘算法、智能实时计算、智能数据运维、智能科研实践、智能统一API、智能数据安全9个部份内容，每个部份技术要求如下：智能数据采集：提供针对不同类型、不同结构的数据的接入技术和工具，支持低频知识数据、静态知识数据、高频知识数据等数据的采集；提供可视化采集工具，通过可视化采集工具，可整体监控不同的业务系统的数据抽取情况，形成采集报告。可视化内容包括：对象类型、对象名称、采集类型、采集状态、采集开始时间、采集结束时间、执行时间、总量、新增等维度；提供数据爬虫工具，实现不同的数据爬取。包括但不限于http接口、FTP接口、webservice接

20、口、Oracle数据库、SQLserver数据库等。智能数据治理：提供数据治理工具，实现数据治理，包括但不限于数据缺失、数据重复、数据错误、数据不可用等数据的治理；针对缺失数据，提供从业务系统中再次导入、手工补入、根据逻辑补值、放弃等治理方法；针对重复数据，提供自动去重、手动去除、根据时间和业务逻辑去重等治理方法；针对错误数据，提供区间限定去除、规则修复、人工干预、历史数据近值等治理方法；针对数据不可用，提供按规则适配、关键字匹配、枚举转换等治理方法；4.2.3智能存储检索：提供数据备份功能，能帮助采购人在磁盘故障后，将丢失的数据找回。原始库中存储互联网数据、原始数据等结构化数据；将原始库中的

21、数据做清洗、标准化后形成标准库；将标准库中的数据做聚合建模分析后，形成主题库；提供整体数据仓储的管理和检索功能；采用Hadoop分布式存储方式，采用HIVE、HBASE、HDFS三种分布式存储技术对大数据仓库平台中的数据分类存储；对静态知识数据，即对于计算实时性要求不高，主要用于计算数据的趋势和预测的数据，基础数据和历史数据的存储和分析采用HIVE存储，并提供标准的SQL语言查询功能；对于实时性要求较高的数据分析，如一通、网络数据等采用HBASE存储，以满足实时性要求较高的数据计算；对于文本或表格等数据，采用HDFS存储方式存储；采用数据分片技术及并行入库的方式保证数据访问的高效率，同时保证数

22、据仓库的无缝扩展及数据的可靠性要求。提供根据数据重要性要求定制存储副本策略的功能；提供对数据中心的全量数据、标准化数据、以及模型数据的高效检索功能，要求平台对单条记录查询响应小于3ms，在10亿以上的日志库中检索响应时间小于5ms；大数据管理平台支持支持图形化的方式查询平台中的数据、主机、集群数据库等进行查看与修改，支持通过标准的SQL语句统一查询数据中国软件评测中心对该功能的软件测试报告（需原厂盖章确认）4.2.4智能挖掘算法：提供包含特征工程、统计算法、分类算法、回归算法、时序分析、主成分分析、关联推荐、深度机器学习、信念网络、决策方法等优化的常用数据挖掘算法库，同时提供包含Python、

23、spark等机器学习算法库；提供算法分布式执行引擎系统，以保证数据计算过程的高效性，保障数据计算时能在计算节点并发运行；提供自定义插件功能，管理人员可根据实际情况自定义插件，添加，更新现有算法库算法，提供算法优化接口；提供整体的Hadoop及与其生态兼容的大数据系列的算法产品及插件，支持Python语言IDE的开发环境的自定义算法及挖掘工具开发，支持图形界面及BI工具的算法及模型开发；提供针对于教育行业关于学习、教学、管理、日志、互联网数据等数据的特定算法及模型库；提供算法调用接口，使开发人员可调用平台中的算法，包括成绩标准换算、成绩预测分析算法，协同过滤推荐等算法；智能实时计算：针对实时性要

24、求比较高的数据，提供实时采集、实时计算、实时展示功能；采用flume做日志管理、采用kafka做实时流处理，形成消息队列；通过kafka提供实时流运算功能，聚合建模后的数据经sparkstreaming运算后供前端展示智能数据运维：提供数据的高校检索及查询功能。通过图形化界面对数据仓库数据进行高效率检索；提供元数据管理功能，针对每个原数据进行数据字段、类型、注释、创建时间、大小、存储信息等进行管理；提供对大数据平台及库的图形化安全管理及配置等功能；提供用户的账号、类型、权限、邮箱等基础信息提供全方位的管理功能，并以角色权限的控制方式控制用户对数据平台的访问，粒度可达数据库的每个字段；提供大数据

25、平台的图形化配置功能，包含服务器管理，服务器JVM管理，数据库节点及服务管理等功能；提供库监控功能，对整体数据库平台提供数据节点及基础硬件性能监控；提供SQL访问监控，自动检测SQL的访问频率，实现sql访问分类，实现优势资源分层存储，提高平台性能；提供大数据平台服务进程监控功能，如hive、HDFS、spark等服务进程的监控，保证分布式部署下服务的效率和可靠性；提供对大数据计算机存储节点及服务节点的群集的管理功能，如添加、删除等操作；提供运行参数设置接口，并针对接口指标进行平台运行情况的全面监控；提供大数据平台集群和服务的自动化部署和故障诊断功能，并提出解决建议；智能科研实践：提供标准封装

26、接口，支持科研构建应用，方便用户构建科研分析平台；应用端呈现端与数据挖掘平台相互独立，采用解耦合架构，可适合多语言开发人员，并支持多前端应用框架；智能统一API提供统一的数据仓库开发接口，支持至少包含Python、Java、R等语言的开发语言。提供标准的sql语言支持；提供统一的API接口管理中心，对接口提供统一的管理控制及授权提供统一的模型主题库开发接口，可无缝对接第三方BI开发工具，支持用户自定义业务呈现开发，同时支持对教学的建模及比赛；支持分布式负载均衡设计架构，支持高并发，接口支撑不受单个程序异常的影响；平台具有多角色和订阅，用户界面中可选择角色，按角色呈现首页内容。支持可根据角色权限

27、，自主订阅KPI指标和大数据仪表盘，并可以可手动调整页面布局。投标时提供中国软件测评中心对该功能的软件测试报告（需原厂盖章确认）4.2.9智能数据安全：提供统一的安全管理平台，对整体系统平台进行策略定制、身份验证、漏洞扫描、强弱口令检查等功能；提供用户名、密码及USBkey的多认证组合的安全验证方式。提供rdma、syscache、IB网络等安全策略自定义功能；提供数据划分和隔离功能，提供对数据的多维度审计、访问记录分析等功能；提供访问权限控制及授权管理，提供敏感信息监控及异常访问检测，实现异常访问的自动阻断与预警，提供安全及访问溯源；提供数据多副本冗余存储，网络的多链路冗余技术，保证数据及存

28、储的安全性；提供用户管理体系和管理平台，提供多用户，多租户的权限及安全管理，以图形化方式对用户的权限及角色进行增删查改等；提供数据的加密及脱敏存储功能。教师个人数据中心技术要求为每个教师提供个人数据分析的展示平台，全面掌握自己在校期间在校教学、科研成就、图书借阅、在校消费等，整个教师生命周期的综合业务查询与统计分析，并对教师进行个人数据画像。对校内教务系统，一卡通系统、人事系统、科研系统、图书借阅系统数据进行数据抽取，并针对不同业务系统定制抽取方式及工具箱；提供数据采取后的标准化及数据治理和清洗及按照模型的标准数据建立模型数据库；建立教师个人微观数据仓库，针对不同部门的需求和权限，自动生成教师

29、个人的数据画像。教师个人数据中心内容包括：教师个人基本信息、科研成果、项目、教学情况、荣誉奖励、图书借阅、校内消费等内容；教师个人数据中心以图形化B/S的架构进行展示，使用教师工号进行登陆提学生个人数据中心技术要求为每个学校学生提供个人数据分析的展示平台，全面掌握自己在校期间上网、消费、学习、图书借阅等各类情况，从而更加全面和客观的了解自己，更好的规划未来的大学生活；对校内教务信息，一卡通信息、上网行为审计、门禁系统等管理类业务系统的数据进行数据抽取，并针对不同业务系统定制抽取方式及工具箱；提供数据采取后的标准化及数据治理和清洗及按照模型的标准数据建立模型数据库；建立学生个人微观数据仓库，包含

30、学生姓名，性别、学号、院系、专业、班级、民族、来源地、身份证号、入学时间、毕业中学、出生日期、政治面貌、籍贯、专业、电话、E-Mail、消费卡号、网络帐号等信息指标项，并以图形化或表格的形式充分展示；支持查看学生奖助学金情况，包括学生奖助学金获得情况、各类奖惩情况等通过数据建模分析，建立包含学期、课程名称、授课老师、学分、周学时、周次、课程性质等指标的学生个人课程模型，实现以表的形式呈现；以日历矩阵的方式呈现学生学期课程列表，以周为时间维度呈现，并提供分类选择入口，为方便学生使用，平台需提供以学期和周为选择单位的选择入口；集学生课程信息、成绩信息、以及同专业学生成绩信息等，实现对学生在校成绩的

31、趋势分析；按照在校全量时间、学期时间维度的学生学习成绩的分析及详细数据呈现，呈现维度至少包含学期、科目开课学院、性质、学分、成绩、是否重修、绩点、成绩分布登记、成绩同专业排名、合格率、平均分、分布标准差等指标信息；提供成绩展示详情可编辑接口，学生可定制每次查看信息条数，提供信息分页统计及当前信息展示页数；以条形图的方式展示学生学习成绩，以课程科目为横轴、成绩为纵轴分析呈现方式，每个课程展示包含最高分、最低分及分数多个维度信息，可直观清晰的呈现学生当前科目在整个学科中的成绩状态以学期为单位的平均成绩走势图，通过分析学生总体学期课程全量平均成绩绘制总体平均成绩水平线，分析个人学期全量平均成绩，清晰

32、展示学生学期成绩走势及平均分数；通过采集碎片化的采集学生上网信息，挖掘出学生网络使用习惯和课余知识涉及范围等信息，分析学生网络学习行为及学习兴趣；采集学校上网行为审计及上网认证信息，对学生上网行为进行分析，发现学生上网偏好、上网内容分布及历史上网流量和上网时长情况，分析学生网络使用习惯；分析学生上网时长、上网流量，呈现包括上线时间、在线时长等数据，从而达到分析学生是否存在上课时间或者深夜上网行为；分析学生上网访问内容分布情况，展示学生网络使用重点，促进学生合理正确的使用网络；提供以月、周、日为时间粒度的网络使用详情展示列表，展示维度至少包括上线时间、在线时长、产生流量多少；并可自定义数据每页展

33、示条数；提供上网统计量的按月查询功能，通过选择时间查询当前月的上网信息记录；提供以日、周、月为粒度的学生消费信息的分析及展示，提供基于月的方式查询学生在校消费记录，并提供前一月、后一月的直接跳转功能，信息展示至少包含消费时间、消费地点、消费金额等信息；通过自动获得校园内商店及食堂名称及分布，并分析学生在对应商店或食堂消费，并展示食堂消费占比及具体消费金额；提供以日消费总量流水为粒度的消费趋势折线图，并根据选择时间段内的平均消费绘制消费水平线，体现消费能力，图表提供可调节展示内容粒度的功能；学生画像应用技术要求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

34、行为等主要信息的数据构建学生行为画像，同时提供学生个人行为画像、班级行为画像、院系行为画像分析功能；提供院系行为画像功能，基于全校所有院系学生画像数据进行标签化展示，可让管理者直观地了解各院系学生的学习、生活、习惯等情况；提供班级行为画像描绘功能，可以实现多维度勾勒各班级的整体画像。综合班级整体画像形成学院整体画像；提供学生个人标签管理功能，可以根据学生消费、学习、上网情况，贴上每个学生的个性化标签，每个标签可根据行为程度划分多个级别提供基于成绩、专业特长、运动能力维度的综合数据分析，展示优秀学生机不同类型学生的院系分布；提供展示内容包含院系人数、男女分布、平均成绩、综合素质、学霸数、挂科人数

35、、综合告警等维度的数据行为画像；提供以学院名称、系别名称、专业名称、年级为查询维度的院系行为画像展示功能；提供个人画像描绘功能，根据每个学生行为情况，勾勒每个学生的画像。基于班级内同学的个人画像，综合班级核心评价指标形成班级整体画像功能，维度至少包含人员、成绩、综合素质、预警数量等；实现钻取功能，实现查看班级人员数、男女比、学院基本情况、整体学习情况、综合素质情况、平均成绩、学霸数、挂科人次、平均网络使用量、预警及失联告警数等功能；提供标签匹配功能，综合学生学习、专业特长、网络、爱好等多位度信息，实现为班级每个学生自动标签功能；提供可自定义排名维度的班级学生画像查询对比功能；提供以学习、生活行

36、为为标签及标签等级划分功能提供行为习惯标签库如学霸、购物达人、网迷、图书达人等，并根据实际行为匹配标准标签模型，实现个人行为标签标记；提供展示学生专业能力、外语水平、身心素质等综合素质发展趋势，提供预警数量、学生成绩、综合素质的分数及排名；以学生的成绩、课程、出勤、消费、网络习惯、校园轨迹等信息，对比综合素质评价体系与个人算法模型，构建学生多个综合技能维度综合素质的雷达图；提对学生从招生到成为校友的全过程业务数据综合展示，包括学生的在校学习、业余活动、在校社团、图书借阅、食堂消费、住宿情况等，综合预警分析技术要求基于学生积累的个人数据，包括但不限于校园卡消费刷卡、门禁考勤数据、教学、轨迹、成绩

37、、校园网络使用数据等建立分析模型，对学生学业异常、行为异常、失联等进行预警；综合预警推广模式支持利用移动统一消息发送平台进行信息推送和异常预警。对学校门禁、一通、WIFI、有线网络、教务系统、上网认证、网络审计、DHCP等系统源数据进行采集、清洗、存储及分析；提供基于大数据分析的学生成绩异常、行为异常、低消费、失联等预警内容提供关爱周报和关爱月报功能，包括学生上周/月的各类数据统计，对比全校学生整体数据情况反映学生成长状况；系统根据模型自动判断预警严重级别，预警由严重到轻微分为多个等级并使用不同的颜色标记；提供查看预警历史功能，可以进行预警配置。可以自行处理预警信息，包括核实过预警原因后，改变

38、未处理预警的状态，将预警改提供可以综合分析学生信息产生的体量及产生的时间，对于默认一天以上未产生任何有价值数据的学生，会提前给予“失联预警”给相关负责人员；可以通过综合分析学生课表信息、学生行为轨迹信息预测逃课学生，会提前给予“逃课预警“给相关负责人员；可以通过综合分析宿舍门禁及校内WIFI轨迹数据，在学校自定义的时间点内，若学生未回到宿舍位置，会提前给予“逃课预警“给相关负责人员；可以通过全校的平均消费情况，按照周、月、学期进行统计分析，对于校内消费过低的学生，会提前给予“消费预警“给相关负责人员；可以通过学生校园内消费情况分析学生消费能力及消费行为，实现经济困难预警，消费过胜预警功能；可以

39、通过学生的上网时长、课程表、在校上网情况，对凌晨沉迷上网、上网时间过长、连续打游戏等沉迷上网情况，实现预防网络防沉迷，逃课上网预警功能，提供学生失联、网络、消费、贫困生多种预警；提供预警跟踪和旗标功能，为重要告警进行重要标记提供按告警类别分类告警查看及处理提供按预警级别及预警处理状态的预警信息查询实现预警跟踪、预警处理及状态跟踪功能，实现自定义告警原因及异常不告警周期提供预警日志记录功能，保存所有告警信息，支持历史预警信息的查询提供预警产生详情查看功能及预警配置功能，实现自定义预警级别及预警阀值行为轨迹分析技术要求通过校园智能一通、Wi-Fi大数据服务平台建设，实现一通、WiFi与校内地图结合，实现对学生行为轨迹分析，提供全校人流热力分布、分类用户人流热力分布、个