职业技术学院大数据实训教学平台项目的竞招投标书范本

千里马招标网中国招标行业门户网站第三部分采购需求大数据实训教学平台套为落实政府采购政策需满足的要求：序号政策名称内容政府采购促进中小企业发展提供材料详见磋商文件第五部分附件（响应文件格式）政府采购支持监狱企业发展提供材料详见磋商文件第五部分附件（响应文件格式）政府采购促进残疾人就业提供材料详见磋商文件第五部分附件（响应文件格式）政府采购鼓励节能产品提供材料详见磋商文件第五部分附件（响应文件格式）政府采购鼓励环保产品提供材料详见磋商文件第五部分附件（响应文件格式）政府采购进口产品不允许采购进口产品三、付款条件▲本合同签订后卖方向买方支付合同价款的%作为履约保证金；卖方完成全部供货及安装、调试、培训并通过买方验收，买方入库报销后个工作日内，买方向卖方支付%合同价款（卖方必须先开具合同金额%的正式税务发票）；履约保证金自验收合格之日起自动转为质量保证金，一年后无质量问题，资产管理处收到使用部门填写的质保期满验收单后个工作日内支付。质保期交货时间合同签订后个月内交货验收。交货地点温州职业技术学院指定地点。验收标准、所供设备在现场进行到货验收时，卖方必须派员参加并与买方一起开箱检验，按供货清单验收，若有缺少或损坏，卖方应立即补足或更换全新同规格产品，并承担相关费用直至使买方满意为止。设备的存放点由买方负责提供（费用由卖方承担），但卖方应预先提出设备的保管存放要求。、安装范围包括设备本身及软件系统的安装，安装必须符合有关标准和规范。安装过程中采购人将对安装质量进行监督。、安装完毕后，卖方应派遣有经验的工程技术人员与买方一起进行设备的调试及试运行，买方可以要求卖方或具有检测资质的第三方用专用仪器进行性能测试，卖方负责测试和调试所需的人员、工具、材料、仪器及一切费用，并填写测试报告交由采购人存档。如需买方派有关人员配合，卖方在设备安装调试前三天提出需配合工作的人员、数量等计划书交与买方，以便买方提前作好准备，确保整个项目顺利进行。卖方必须在安装结束前将测试和调试方法交与买方，并经其同意后方可执行。、设备经过试运行后达到并符合合同要求，其中故障和隐患均已排除或解决，并使买方满意，所有的技术资料和图纸均已向买方提交并被接受，验收视为合格，双方签署验收证书后，设备才视为接受。若因卖方产品质量或安装技术问题导致验收不合格，卖方应及时予以处理，直至验收合格，期间发生的一切相关费用由卖方承担，买方保留向卖方索赔的权利。、卖方在设备到货、安装、调试和验收期间应采取严格的安全措施，承担由于自身原因所造成的事故责任及其发生的一切费用。（一）、总体要求大数据教学实训平台要求提供灵活的硬件环境配置方案，根据学校的具体情况，合理安排资源，通过发挥实验设备、理论教材、实验手册等资源的合力，可满足数据存储、挖掘、管理、计算等多样化的教学及科研需求。平台能够提供“理论＋实践”一体化的教学体系，结合数据挖掘统计分析工具和专业精准的数据库，培养学生的大数据工具集使用、数据采集、数据处理、数据分析、数据挖掘、数据检验、统计分析、文本挖掘分析、程序设计等实践技能，帮助学生掌握大数据环境基础和编程能力，掌握大数据技术与应用的基本理论方法与技能，具备大数据环境搭建、数据处理、统计分析和数据挖掘、文本挖掘算法应用与开发能力，结合宏观经济、行业研究、金融研究、能源研究、通信研究等实际场景领域的实训及科研实践，帮助学生成为高素质，且拥有实践经验的大数据分析应用者。.项目总体要求如下：（）严格遵照中华人民共和国教育行业标准《国家经济信息系统设计与应用标准化规范》、《标准化工作导则-信息分类编码规定》、《教育管理信息教育管理基础代码》、《教育管理信息教育管理基础信息》、《教育管理信息教育行政管理信息》、《教育管理信息教育统计信息》的相关要求；（）提供科学合理的设计理念，根据采购方特点软件系统设计；（）提供保障系统的稳定性：正确的系统选型、确保网络和系统环境的稳定、提升系统的安全性、降低定制开发对系统的影响；（）软件系统的数据库概念结构设计、逻辑结构设计、物理结构设计的要求具备科学性、严谨性、低冗余等；（）软件系统为已开发完成的平台软件，通过安装部署、调试即可满足教学。（）项目技术实现总体思想采用面向服务技术架构（SOA：Service-OrientedArchitecture）分析与设计方法完成项目的分析、设计和开发，充分保证系统功能和流程实现的灵活性和扩展性。（）安全要求：数据完整性、防抵赖性、审计、数据备份；（）系统必须能满足当前学校的需要，遵循技术发展趋势，支持未来智慧校园和信息化建设的发展。既要保护采购方已有投资，能兼容、集成目前已有的应用，又要能为新建的应用提供一个开放的可扩展的运行环境。（）▲提供软件终身免费升级。.架构技术要求（）平台开发语言为java/Python/PHP/R/Scala等主流技术，融合主流的虚拟化技术作为实验底层支撑，并能够根据实验的不同实现用户无感知自动切换，提供统一管理的虚拟机实验环境，能够支持Hadoop大数据部署集群相关实训。（）平台基于B/S纯web架构设计开发，内置图形使用html技术开发；支持自适应布局和任意终端的缩放；支持IE及以上版本浏览器，支持火狐、谷歌、等浏览器。（）平台具备良好的扩展功能，提供内容资源扩展接口，以及标准化的文档、镜像扩展接口，满足专业教学资源的二次开发需求。（）平台支持多种语言的开发环境，包含：R、Python、java等。（）平台支持实操一体。（）平台提供图形界面化数据可视化分析实验环境、数据挖掘分析实验环境、数据统计分析实验环境、文本挖掘分析实验环境。（）平台支持学生个性化申请试验机及试验机管理；提供实操一体界面，学生可在平台中完成实验要求；支持学生实验报告撰写；支持老师对学生实验报告查看、批改；支持文件共享中心；.主要功能概述如下： （）基于主流技术开发，学生通过Web页面访问设备并进行实验，教师和系统管理员通过页面进行实验和设备的管理； （）内置大数据等教学实验数据，可导入高职各学科数据进行教学、实验。提供本地化的全面课程（具体详见课程清单《教学与实训资源部分》）； （）采用云计算虚拟化技术，内嵌虚拟化资源管理功能，便于系统管理员对于大数据实训教学工作的组织和管理，节约用户使用成本； （）提供师资培训和技术服务。.主要达到的性能要求概述如下： （）瞬间创建随时运行的实验环境； （）虚拟大量实验镜像，方便上百学生同时使用； （）采用合理有效的架构管理实验镜像，实验镜像完全隔离； （）实验环境互不干扰，如果实验环境破坏，可快速恢复实验环境； （）支持浏览器，包括：IE.以上、火狐、谷歌浏览器等； （）采用模块化设计，具有良好的可扩展性和伸缩性；在正常压力的前提下，系统保证在线运行时间大于.%。（二）、软件部分详细技术要求（提供演示）、软件功能（）大数据教学实训管理功能负责大数据平台中的教学管理、学生管理，学生作业训练，教学计划，教务管理，数据分析等。功能指标要求：）提供课程进行查询、修改、删除等操作；提供对专业信息的增加、删除、修改、查询功能；提供对专业下属班级的增加、删除、修改、查询功能；提供对班级内学生信息管理功能；）提供对所有学生的课程学习记录进行统计，包含个体统计、班级统计、全体统计等；）支持教师随时查看学生的学习进度，学习进度以百分比的形式显示，并且以学生人数显示本章已完成的学生数量及未完成的学生数量；）支持对教学课程进行归档，且教师可以对归档的课程进行管理，归档的教学课程可以导出课程信息；）对于学习课程开设，老师可以根据不同班级开设不同课程，不同老师可以开设不同课程；）课后习题支持单选题、多选题及判断题，支持同时添加多种题型，且不限制题目数量；支持管理员随时查看学生录制的实验视频并可以对其进行清除；）提供学生根据姓名、学号、密码登录系统进行实训操作，学生只需安装浏览即可进行实验任务操作；提供实训课程在线学习功能、实验机在线操作、实验报告提交、实验机界面截图、记录课程学习时长等；）教师根据任务答题情况、任务报告内容和操作纪录视频对学生的操作进行评价；）提供Python、R及Java在线编程训练模块，学生可以利用Web浏览器直接学习代码编程；）支持实操环境引导方式，包括介绍常用功能操作、介绍对任务环境的管理方式、介绍场景拓扑图的使用方式还有在实验快结束时应该提交的相关信息，如果学生了解操作可以随时跳过所有引导步骤；）支持学生对任务环境进行重置和关机的操作；）支持教学自动评分功能；）支持大数据教学实训演练，包括支持以项目形式进行教学，以典型案例为项目基础，进行技术研究及创新；）支持对课程整体的数据分析、学生端支持实验成绩统计功能、课程分析类型支持按照学生分析和按照班级分析、支持学生课程成绩分析等各类数据分析；）支持大数据教学过程监控功能。.大数据教学云资源建设功能主要负责大数据集群的云平台组建和管理，负责大数据各类型实验机器的供给、监控和管理等。（）提供基于B/S的Docker实验机可视化操作，Docker实验机界面采用HTML显示，操作终端无需安装其它开发软件即可进行实验操作，同时将实验任务指导书与实验机进行同步显示，提供Web在线代码复制粘贴功能，并可在云平台对该实验机进行重新初始化。（）系统提供对实验集群运行的所有实验机进行监控，可以查询编号、所属服务器、创建时间、运行状态、开放端口等内容。（）支持用户以选择文件形式上传自己的镜像，上传过程中实时显示镜像上传进度百分比，上传时需要选择系统分类，上传后系统自动纪录镜像的状态、大小等信息，要求镜像上传后自动获取镜像分类等信息。（）支持对系统镜像进行查询功能，查询条件要求支持镜像名称的关键字查询方式。（）支持自定义镜像配置，配置包括配置名称、CPU核数、内存大小、硬盘大小等信息。（）提供云实验机集群管理，对实验机所属服务器进行新增、删除等操作，对云实验机可以根据学生编号、实验任务和环境要求自动创建，无需管理人员参与实验机创建操作过程。管理平台对云实验机可以进行停止、销毁操作。（）支持系统统计整体资源使用情况，要求包括对CPU使用率、内存使用情况、硬盘大小等性能进行实时统计。（）支持系统告警功能，当磁盘使用率达到一定阈值时，书写告警信息，包括：节点名称、告警类型、告警内容、告警状态、告警时间。（）支持系统日志记录功能，要求记录内容包含：操作类型、操作行为、操作时间、用户名称等内容，方便用户查看系统操作记录。（）支持磁盘自动清理和手动清理，要求自动清理可以设置清理的时间（三个月、六个月、一年），手动清理可以设置清除日期，磁盘空间清理后要求系统能够记录磁盘清理纪录。（）提供对实验任务内容的管理，包含任务课程、绑定实验机、设定任务成绩总分，排序值等。（）在实验任务过程中学生上交的任务报告进行审阅评分。（）提供学生实验任务操作回放功能。（）可添加账户至人，授权并发使用用户数量≥个。（二）教学与实训资源部分提供的课程清单（但不限于这几门）课程名称功能参数描述《大数据运维基础》、提供用于开展教学的实验课程体系：≥个实验；、包含大数据处理平台以及Hadoop、HDFS、Hbase、Hive、Spark、Flume、Kafka、Storm等组件的搭建实验；、包含大数据分布式处理平台与应用的详细实验文档、实验资源，支持学生独立完成实验环境的构建及应用；、每个实验包含任务描述、任务目标、任务分析、操作步骤、知识链接、任务习题等详细介绍说明；、每个实验包含实验报告，实验报告可保存、提交、打分；、使用docker技术，使每个学生可自主申请虚拟机独立实验环境，最多三个节点，各试验机之间能够实现网络互连，各试验机可自定义基础环境。《数据采集与预处理》、提供用于开展教学的实验课程体系：≥个实验；、应包含数据采集和预处理相关的技术、工具及应用技术，数据采集形式包括：网络数据的采集、日志数据的采集，学生可使用Flume、Pig、kettle、java等多种工具进行数据采集与预处理，介绍数据采集与预处理的综合应用，对多复合来源数据的采集、关联、清洗对MySQL、MongoDB数据库的应用，对HDFS上的数据预处理并回传，以及大数据预处理综合应用；、每个实验包含任务描述、任务目标、任务分析、操作步骤、知识链接、任务习题等详细介绍说明；、每个实验包含实验报告，实验报告可保存、提交、打分。《Python基础与应用实战》、提供用于开展教学的实验课程体系：≥个实验；、应包含Python基础环境搭建、基础语法、函数、类和对象、模块、Python文件和数据库等Python基本程序设计规范和方法，以及Python语言在大数据分析技术上的应用，包括Python爬虫基础、爬虫框架、Python数据分析案例、Python可视化技术及可视化工具使用。通过对Python程序基础和典型应用场景案例的学习和训练，充分掌握基于Python的大数据分析和数据可视化基本技能；、每个实验包含任务描述、任务目标、任务分析、操作步骤、知识链接、任务习题等详细介绍说明；、每个实验包含实验报告，实验报告可保存、提交、打分。《数据分析技术与应用》、提供用于开展教学的实验课程体系：≥个实验；、涵盖主流的数据分析技术分析、典型算法应用等数据分析工具的使用，实验以使用场景为基础，使得学员通过本课程的学习不仅对常用数据算法加深理解，同时对数据分析和工具的深入学习，掌握常用的数据分析技巧以及主流行业中数据分析的典型应用场景和数据分析方法，能够胜任非IT类行业的数据分析常规应用需求；包括：数据融合、了解数据、数据筛选、数据质量、数据优化、数据抽样、特征工程、数据预处理、了解数据、估计总体参数、平均数检验、事件发生概率检验、数据分散性检验、数据分布检验、差异性分析与检验、相关分析与检验、降维分析、时间序列分析、回归分析、判别分析、决策树模型、贝叶斯模型、支持向量机模型、神经网络模型、KNN模型、集成算法、聚类分析、关联规则；、每个实验包含任务描述、任务目标、任务分析、操作步骤、知识链接、任务习题等详细介绍说明；、每个实验包含实验报告，实验报告可保存、提交、打分。《数据可视化》模块提供数据可视化中常用的图表呈现模式、常用数据可视化工具以及应用实践，实验内容不少于个：重点介绍数据可