数据校园师范填空提权队方案

一、前 二、策划方 1、用户及市场分 2、产品特点设计及介 3、可能的竞争对手分 4、未来的市场推广方案及计 三、技术方案及产品原 1、技术方 2、产品原 四、实施方 一、前言，校园信息查询中含有的各项功能贯穿大学生生活的各个方面，大大便利了大学生的校内生活。通过利用数据分析、物联网等新技术来改变学校学员、工作人员和校园资源相互交互的方式，将学校的教学、科研、管理与校园资源和应用系统进行整合，以提高应用交互的明确性、灵活性和响应速度，从而实现智慧化服务和管理的校园模式。而我们填空提权队所研发的数据校园是一款基于安卓端的app，所选择的方向为基于智能移动端的校园数据展示与分析平台，针对日常数据建立数据仓库，为学生构建统计、所在地分析以及学生在各个学院所占比例等信息，方便学生与学校查询。二、策划方案1、用户及市场分析本项目面向的用户主要为在校大学生，校园信息查询中含有的各项功能贯穿大学生生活的各个方面，大大便利了大学生的校内生活。通过利用数据分析、物联网等新技术来改变学校学员、工作人员和校园资源相互交互的方式，将学校的教学、科研、管理与校园资源和应用系统进行整合，以提高应用交互的明确性、灵活性和响应速度，从而实现智慧化服务和管理的校园模式。节能高效的校务治理、丰富多彩的校园文化、方便周到的校园生活。各项功能围绕生活的方方面面展开，将校园生活移动与掌中。校园生活离不开校园生活查询，离不开“数据校园”——这是我们的产品。随着中国互联网用户群的日益庞大，互联网产业正扮演着市场经济的重要角色。与此同时，信息时代的来临彻底改变了人们传统的通信。单单就对学校来说，互联网在学校里的应用也显得更加重要，智慧校园的建设就是其中重要的组成部分，而在目前的中国智慧校园建设中，存在着基础好但、想法好但难协调等诸多问题。为了学校内部之间的相互联系，互联网就更显得尤为重要，APP的到来也就使这种联系更加方便。据数据显示，2015年高考招生结束之后，学生招收总数将超过一亿，庞大的大学生数量意味着我们拥有广阔的发展市场。目前，中国本科院校数量已到达1170所，这其中极少数的高校拥有自己的校园APP，的大学生表示希望有拥有一款便利智能的掌上校园APP。由此看出校园APP的需求量是极大的。2、产品特点设计及介绍产品特点充分利用数据分析、数据挖掘技术构建既能从宏观上反映学校发展变化，又能为各类人员提供具体数据内容的数据服务系统。借助挖掘高校学生的历史数据，发现其中潜在的、次的、有价值的信息、内在关系和问题，抓住并解决关键问题，推动学校各项事业蓬勃发展。学生想知道今天一天具体的花销？想知道自己在学校有多少同乡？想知道自己学院的男女比例？校方想知道自己生源状况？都可以使用我们的数据校园。产品介绍消费分析功能使用户按时间段查询早餐、午餐、晚餐、超市、浴室、水房、校车、机房、医院以及其他共十项消费情况。2.2.1消费分析比例查询可以查询全校以及不同学院、不同年级的 数量图 比地域分析功能分析不同学院不同年级的人口来源地，更好的了解全校人口来源比例。图 地域分3、可能的竞争对手分析基于我们的分析，并与一些现有大学的校园APP作对比，大部所做的app大部分都缺少大数据分析这能，然而我们团队则以大数据分析为主，这是我们的一大特色，而且大多数产品拥有很强的拓展性，为下一步产品的多校推广打下了坚实的基4、未来的市场推广方案及计划1>前期战略由于数据校园需要各高校教务信息，因此，期，首先需要与其与合作。首先以山东的高校为试点学校，将设计的数据校园借助新生开学人流量大，在各大学校的广场挂横幅进行宣传。通过方便快捷 扫描即可该应用在各校建立校园点，寻找创业，联合学校一起宣传该校园数字平台，用过和校方合作沟通，以及联系商家，向商家宣传，并给予，扩大应用的覆盖率。为了让广大学生团体了解本款APP的服务内容，我们决定采取以下市场联络方式：对象方式媒介具体措施学生网络各高校贴吧、校内网、腾讯QQ、飞信、、微信等发贴、发介绍本公司各项服务内容。宣学校内人流量较大的地区如餐厅分发宣、小册子等海报学校宣传栏等可贴地带制作精美个性、有特色的海报并张贴赞助学生活动校级院级主办的比赛和活动以及社团活动为比赛活动提供经费以公司冠名。网络各热门登、发帖进行介横幅学校内及学校周边地区等悬挂内容新颖的横幅进行宣传2>后期战略通过网络的方①通过的竞价等搜索引擎推广②在网络上投放，如果能在本行业具有的推广的相关榜上面取得好的名次的，如质量评比榜，服务质量榜等，可以取得意想不到的效果。在公司有一定规模及的基础上，通过举办大型活动和比赛进行宣传项目、宣传与商业经营相结合，既注重传统 的投放，同时也注重活动的细节。在品牌宣传的定位上，注重长期美誉度的打造。形成全方位的信用体系。注重奖项的参与，起到良好的宣传效果3>推广方案我们有独特的产品推广模式，免费将产品功能提供给其他学校，供其校内学生使用推广将产品的 印到学生的校园卡上，保证每一位在校生都能扫码，从而扩大产品的使用人群；(2)线上推广①与学校教务处合作，在APP上加入新生信息，在新生未入校的时候，通过我们的产品，来获得大学所在班级、宿舍等基本信息。②通过qq群、平台，运营团队加入每个年级的新生群，建立自己、公众平台，进一步地推广。③线下推广：与合作商家推出创意海报，为我们的产品做宣传，实现合作共赢。④在各高校举办大型推广活动三、技术方案及产品原型1、技术方案为了深刻理解数据挖掘，数据分析技术，项目组已搭建了数据分析平台并已将初步成果服务于数据校园。分析平台设计决策支持查询分析决策支持查询分析数据仓库数据挖掘工具分析工数据仓库设计建立数据仓库的目的是能够将各个校园卡的数据库库存的历史数据进行汇总、整理，然后以星型模型将多个数据表连接起来。基础模块（日志、数据、配置系统支撑服务（Windows服务数据模型设计逻辑模型设计：数据仓库的设计方法是一个逐步求精的过程，进行系统逻辑模型设计需要完成的工作有：①对概念模型设计时确定的域进行分析，选择首先要实施的域②决定数据仓库的粒度划分层次，粒度层次划分适当与否直接影响到数据仓库中的数据量和所适合的查询类型；维度表的设计日期维度：年、季度、月、日、星期时间维度：时、分、秒、餐段就餐时段维度：早、中、晚操作类型维度：操作类型代码、具体方式（消费、充值、挂失、冻结等）地点维度：校区类型、餐厅类型、商户、POS机用户类型维度：用户类型、阶段、、生源地、专业③对选定的当前实施 进行模式划分，形成多个表，并确定各个表的关系模式度消费类型维系统代码（码发生时间入账时间Pos号对方账号（商户号度时间维度时间关键字度物理模型设计根据设计要求，针对用户定义的具体应用，需要建立如下几类数据结构①系统信息表这些表是用于，运行及编程所需要的所有元数据，它们是关于数据仓库的数据库，又称为元数据表。包括系统用户表，数据备份和系统数据字典。②事实数据仓库的事实表包括：消费流水数据表，用户信息表，商户信息表，设备信息表。这几个表其实也就代表了数据仓库中的不同的分析。③维表维表包含由用户定义的各种描述信息(时间维除外)。这些信息一般是根据管理者的需求来确定的，并且同日常数据库操作紧密联系。④转换对照表包括从数据源至数据仓库转换过程中的用户对照表、POS机对照表等。它们的目的是为了解决数据在集成综合过程中由于原来不同数据库中对相同意义的项的不同定义方法所造成的不一致性。2、产品原型四、实施方案1.项目技术路线设计分析平台框架查询分析查询分析数据仓库数据挖掘工具分析工具搭建数据仓库数据仓库要保证对各类数据来源的历史数据进行汇总、整理，然后以星型模型将多个数据表连接起来。数据仓库是面向的，是一个抽象的概念，是指用户使用数据仓库进行决策是所关心的重点方面。因此，根据一卡通数据分析平台所需求的功能，确定用户、消费、充值、商户、班车、运维、、考勤八个域。用户信息表用户信息表学工号证校区代码学院代码专业代码班级代码类别民族代码国家代码生源地电子邮箱学生宿舍生源地代码生源地名称国家代码国家名称专业代码专业名称类别代码类别校区代码校区名称数据仓库星形模型图数据模型设计逻辑模型设计：数据仓库的设计方法是一个逐步求精的过程，进行系统逻辑模型设计需要完成的工作有： 对概念模型设计时确定的域进行分析，选择首先要实施的域②决定数据仓库的粒度划分层次，粒度层次划分适当与否直接影响到数据仓库中的数据量和所适合的查询类型；③对选定的当前实施的进行模式划分，形成多个表，并确定各个表的关系模式物理模型设计根据设计要求，针对用户定义的具体应用，需要建立如下几类数据结构①系统信息表②事实③维表④转换对照表数据分析与可视化针对数据仓库中的海量数据，根据数据以及分析角度选择数据挖掘，分析工具（HadoopHPCCRapidMiner等）进行数据分析（简单的数据挖掘可通过平台自编程解决）。对于数据分析的结果，选择在目的数据库或者直接输出成表，并利用数据可视化工具或类库（iChartsFusionChartsSuitXT，等）用来开发显示图表。统计预测提供决策支持数据挖掘预测则是通过对样本数据（历史数据）的输入值和输出值关联性的学习，得到预测模型，再利用该模型对未来的输入值进行输出值预测。一般地，可以通过机器学习方法建立预测模型。典型的机器学习方法包括：决策树方法、人工神经网络、支持向量机、正则化方法。其他常见的预测方法还有近邻法、朴素（属于统计学习方法）消费分析样例根据一卡通消费流水记录表简历数据结构，围绕以下分析了用户的消费情①用户消费水平分析。根据一卡通消费流水，计算用户在不同粒度的时间维度上的消费总额、就餐次数、餐均消费额，并根据用户信息表，从、、三餐餐次、学院、、持卡人类型等方面展示不同消费水平用户的分布情况（通过选择、、餐次、学院等选项，以柱状图或饼状图的形式，展现用户不同、不同、早午晚三餐方面的消费水平和消费习惯，如不同的用户的平均消费额，不同学院的用户最喜欢的商户、就医频率、洗浴频率、超市消费比例等），以及整体消费水平的变化趋势（从时间的维度上，分析来用户的平均消费水平，以折线图的形式展现整体的消费水平的变化趋势）②充值行为分析