学院智能管理项目简介

学院智能管理项目简介XX科技股份有限公司编制目录TOC\o"1-3"\h\u学院智能项目背景 3客户情况及市场情况 31.客户情况 32.大数据分析研判划定管理群体 43.市场情况 5技术选型 51.物联网技术 52.云计算技术 63.大数据处理技术 74.云存储技术 85.行为分析技术 96.人脸识别技术 9学院智能管理项目团队 10团队成员技能需求 10

学院智能项目背景经过多年的发展与沉淀，大数据技术已经在多个行业和领域展现了很多出人意料的能力。教育行业中大数据的发展，对数据的利用已不再是集中的、多维度的展示，而是针对具体的问题或痛点，通过数据分析、数据挖掘的手段加以解决上的指导或优化。中南民族大学在学生管理工作方面积极探索创新，利用大数据技术建设学院智能项目，旨在以大数据分析驱动学生行为管理，集中学校业务数据、日志数据，对学生的日常行为进行建模分析，发现异常行为并进行及时告警。另外，利用数据实时描绘学生的在校状态，管理者可快速了解学生。学生异常行为预警帮助管理者快速、准确定位需要管理的学生，并通过数据描绘学生状态，指导管理者提供有效的管理、指导手段。以大数据分析构建面向学生成长教育的网格化管理平台，已经初步实现了不在校情况、学生身心健康情况、学业情况、消费情况等学生管理人员迫切关心的学生问题行为，将过去无法获知的在校状态变得可视化，使学生管理工作的目标性和针对性更加突出；由于对学生事务被动性管理提升到主动精准管理，引领学生健康发展，将管理内化为教育培养的组成部分。客户情况及市场情况1.客户情况1.1.可扩展的数据分析数据是分析平台的生命线，大数据分析的生命力更在于混杂性，只有接入海量的数据，才会让数据的关联性变得越来越丰满。无论是业务系统规整的结构化数据，还是网络活动中留下的痕迹数据，都会在大数据分析中变得有意义起来。对于数据的采集，先从信息化部门已有的业务数据、机器数据入手，在这个过程中梳理和确定数据关联的标准和规范，再逐渐扩展到互联网数据，以及新开发的数据来源。1.2.制定智慧网格管理模式物理网格：打破了由学院、年级、班级、学生构成的纵向管理模式，转变为以宿舍管理中心和生活辅导员为主体的横向管理模式。网格化开始初期保留原有管理方式并纳入网格化管理中心，新增的横向网格与原有管理互联互通，从而完成由纵向管理向横向管理的转变。行政网格：重点关注教育管理事务，网格主体仍是学院和原有辅导员，依据数据分析的结果，管理事项细化为身心健康预警、消费预警、学业预警等在校情况，与之对应的医院、心理、教务等管理职能则更容易做到有的放矢。虚拟网格：以群体特征关注学生的发展情况，依据学生的家庭背景、学习投入、生活习惯、阅读习惯、活动轨迹等数据，逐渐描绘如心理压力异常群体、优秀学生干部群体、少数民族骨干群体、创新创业群体等特征化标签，学校根据群体特征进行特征管理，使每一类型群体都可以得到主动帮扶或指导，继而获得学生个体更好的发展。2.大数据分析研判划定管理群体大数据分析挖掘的意义在于对不可见的关系进行挖掘，利用数据定义行为边界，量化规范和准则，利用数据分析挖掘学生超出边界的行为，判定行为性质，指导线下管理工作开展。例如，根据在校消费、门禁数据分析，提前预警不在校、未归寝或者晚归的危险信号：如果学生失联，可以调取历史数据，为寻找提供线索；根据学生上课数据的相关分析，促进教学质量的提高；根据学生每天在食堂的消费金额，发现生活困难的学生；根据上网数据，发现网瘾学生等。学生大数据分析可以让学生管理者实现精准管理，更有针对性地给学生提供帮助与指导。3.市场情况网格化管理是一个仍在发展的管理方法，高校多年来积累和养成的管理特色与学生群体的动态发展相互作用、渗透，影响着网格化管理“智慧基因”的形成，而智慧的程度则取决于数据和应用两个方面。基于此，网格化管理平台建设的总体思路是：立足校情，借鉴和摸索一套适合网格化管理的机制和信息化应用；以学生发展为中心，构建网格化管理支撑平台，为学生管理提供支撑服务；洞悉信息化技术前沿，实现大数据技术与网格化管理平台管理的融合，以网格化管理平台的示范，带动更多大数据应用。技术选型1.物联网技术物联网是将多种传感器部署于校园各个角落，能够采集大量的监测数据信息。这些数据具有时间与空间属性，可以将校园现实活动反映到网络虚拟空间上，进而将这些信息汇集，通过数据分析，能够挖掘新的价值。将校园中的现实事物在互联网上聚合就构成了物联网。“学院智能管理”建设中主要采用五项物联网技术。（1）通过视频监控采集行为信息、路线、等各种校园活动信息（2）汇总采集的数据（3）分析汇总的数据（4）将数据分析结果“可视化”并发送给领导，班主任，让班主任对学生管理做出调整。（5）基于对数据的分析，优化控制校园的各项活动与基础设施物联网是继互联网之后迎来的又一次信息产业浪潮，但就目前实际发展情况来看，物联网仍有诸多亟待解决的问题，如缺乏关键技术、缺乏高效的协调机制、高端集成服务能力不强等，其实际应用将是一项非常庞大、复杂的工程，未来，还有很长的路要走。作为物联网的重要组成部分，视频监控可以通过智能分析技术，实现人流统计、身份识别、异常行为判断、周界防范、报警等多种功能，其中某些技术已经十分成熟。可以预见的是，视频监控将成为物联网应用最先、最重要突破口之一，发挥着极其重要的作用。物联网也叫传感网，感知部分分为身份感知、位置感知、图像感知、状态感知等部分。立足于多年对图像感知相关技术的研究，在物联网图像感知方面有大量的研究成果，在视频图像处理技术、视音频编码技术、视频分析与模式识别技术方面的研究处于业界领先地位。目前已在公安、金融、交通、电力等多个行业有成熟的解决方案，并有大量的视频传感器在各行业使用。通过视频传感器的应用采集城市活动的信息，通过视频综合管理平台将信息汇总后进行数据分析，通过大屏等输出设备将数据分析结果“可视化”展现给用户，相关部门可以根据“可视化”的视频信息做出相关决策。2.云计算技术互联网时代，尤其是社交网络、电子商务与移动通信把人类社会带入了一个以“PB”为单位的结构与非结构化数据信息的新时代。云计算出现之前，传统的计算机是无法处理如此大量、并且不规则的“非结构化数据”的。以云计算为基础的信息存储、分析和挖掘手段，可以便宜、有效地将这些大量、高速、多变化的终端数据存储下来，并随时进行分析与计算。云计算是由分布式计算、并行处理、网格计算发展来的，是一种新兴的商业计算模型。目前，对于云计算的认识在不断的发展变化，云计算仍没有普遍一致的定义。通俗的理解是，云计算的“云”就是存在于互联网上的服务器集群上的资源，它包括硬件资源（服务器、存储器、CPU等）和软件资源（如应用软件、集成开发环境等），本地计算机只需要通过互联网发送一个需求信息，远端就会有成千上万的计算机为你提供需要的资源并将结果返回到本地计算机，这样，本地计算机几乎不需要做什么，所有的处理都在云计算提供商所提供的计算机群来完成。云计算按照服务类型大致可以分为三类：将基础设施作为服务IaaS、将平台作为服务PaaS和将软件作为服务SaaS。云计算的核心技术包括：并行处理、分布式缓存、虚拟化、关系型及非关系型数据库、分布式文件系统、计费管理、负载均衡等。在虚拟化、并行处理、非关系型数据库、分布式文件系统等方面有深入的研究和丰富的开发经验。包括利用虚拟化技术提高存储的磁盘利用率、增加存储管理灵活性、提升存储性能等，利用分布式文件系统建立高可用、可扩展的视频图像信息数据库系统，利用并行处理技术进行海量结构化和非结构化数据的分析，利用非关系型数据库对半结构化、非结构化数据进行存储与检索等。3.大数据处理技术在“学院智能管理”中，会有越来越大的吞吐量和监控数据、越来越高的数据处理需求、越来越多的面向互联网的应用，所以需要强有力的大数据处理平台进行支撑。现代社会的信息量增长速度极快，这些信息里又积累着大量的数据，其中包括个人数据和工业数据。预计到2020年，每年产生的数字信息将会有超过1/3的内容驻留在云平台中或借助云平台处理。我们需要对这些数据进行分析和处理，以获取更多有价值的信息。那么我们如何高效地存储和管理这些数据，如何分析这些数据呢？目前Hadoop是公认的处理大数据的标准平台。在互联网领域。Yahoo!通过集群运行Hadoop，以支持广告系统和Web搜索的研究；Facebook借助集群运行Hadoop，以支持其数据分析和机器学习；百度则使用Hadoop进行搜索日志的分析和网页数据的挖掘工作；淘宝的Hadoop系统用于存储并处理电子商务交易的相关数据；中国移动研究院基于Hadoop的“大云”(BigCloud)系统用于对数据进行分析和并对外提供服务。针对“学院智能管理”的大数据处理的需求，在Hadoop系统上进行了深度开发，开发出了HDH（

XX大数据平台）系统。HDH系统在应对大数据处理中的存储问题，采用了分布式存储、分布式数据库系统，提高了读写速度，并扩大了存储容量。HDH系统在应对大数据处理中的计算问题，采用分布式计算框架，提高了数据分析和挖掘能力。利用HDH系统，进行海量的人脸数据检索、海量交通数据的挖掘、海量文本数据的全文检索等。HDH包含了分布式文件系统、分布式数据库和分布式计算框架等多套组件，实现面向海量的结构化、半结构化、非结构化数据分布式存储与计算。HDH的高容错特性，使得系统整体可靠性得到提升。HDH可以部署在低廉的计算机集群中，降低投入成本。HDH具备灵活的横向扩展能力，使其可以按需进行配置。有了HDH系统，使得“智慧园区”中的大数据存储、检索、分析与挖掘更加高效。4.云存储技术随着数据处理需求的不断增长，以及智慧领域高清视频的大规模应用，“学院智能管理”中需要存储的数据和应用的复杂程度在不断提高，例如视频数据需要长时间持续地保存到存储系统中，并要求随时可以调用，对存储系统的可靠性和性能等方面都提出了新的要求。在未来的复杂系统中，数据将呈现爆炸性的海量增长，提供对海量数据的快速存储及检索技术，显得尤为重要，存储系统建设将成为“学院智能管理”未来建设中的重要组成部分之一。云存储是在云计算概念上延伸和发展出来的一个新的概念，是指通过集群应用、网格技术或分布式文件系统等功能，应用存储虚拟化技术将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统。所以云存储可以认为是配置了大容量存储设备的一个云计算系统。依据云存储的功能特点，公司专门针对大容量视频数据的存储和管理以及满足“学院智能管理”领域特殊的应用需求，量身设计了一套视频云存储监控系统。视频云存储系统主要由存储管理节点和存储节点（物理存储设备）两部分组成。视频云存储管理节点是视频云存储系统的核心节点，作为云存储系统的调度中心负责云存储系统资源管理、索引管理、计划管理、策略调度等。视频云存储节点作为云存储系统业务的具体执行者，负责视频数据存储、读取、存储设备管理、存储空间管理等。5.行为分析技术智能行为分析系统主要基于背景建模技术：在静态场景（摄像机不发生位移）下查找出以人为主要防范对象的动态目标，并根据设置的报警规则进行报警。在学校、操场、教室、校门、等地方，发现异常及时报警，将目标可疑行为处置在事态的可控阶段。6.人脸识别技术人脸识别是利用视频抓拍后对抓拍图像进行生物特征数据的提取并保存，主要包括抓拍保存、识别比对、检索查询等功能，在校园出入口、重要卡点部位部署，实现对进出人员人脸信息的采集，一方面可用于小范围内可疑人员的围堵拦截，一旦在系统部署区域检测到可疑人员人脸时产生报警，另一方面通过人脸识别系统可建设人脸信息库，为后期的案件排查