数据中台及数据治理服务项目需求

数据中台及数据治理服务项目需求（一）项目背景在"十四五"教育信息化规划的蓝图下，依托《数据中台及数据治理服务信息化项目》，深度聚焦于数据标准统一、资产目录构建、高效萃取加工与多元化服务等领域，致力于构建全方位的数据综合服务体系。项目已初步搭建起以Oracle为核心的数据基石，形成了数据资源为核心、中台管理为驱动、可视化服务为窗口的四大智慧校园框架支柱。因当前数据采集网络尚未全面覆盖，还有15个部门的关键业务数据亟待整合。全校范围内的数据运营管理体系尚不健全，面向半结构化数据的采集能力需进一步补充与优化。数据标准体系虽已奠定校内基础，但在支撑教学质量评估、人事绩效考核等核心业务目标上仍缺乏针对性的业务导向。此外，服务响应与应用需求对接方面存在碎片化现象，缺乏统一、高效的整合机制。目前需强化数据底座建设，拓宽数据采集边界，确保全校数据资源的全面整合与高效利用。深化数据资产管理，夯实数仓数据基础，同时加强数据标准与业务场景的深度融合，推动数据驱动的业务创新。提升智慧服务水平，通过构建一体化的服务对接平台，实现应用需求的快速响应与全面支持，为师生提供更加便捷、智能的校园服务体验。（二）实现的目标1.规划本期项目，核心聚焦于以下三大关键领域：1.1强化数据底座建设，拓宽数据采集边界，确保全校数据资源的全面整合与高效利用。1.2深化数据资产管理，夯实数仓数据基础，同时加强数据标准与业务场景的深度融合，推动数据驱动的业务创新。1.3提升智慧服务水平，通过构建一体化的服务对接平台，实现应用需求的快速响应与全面支持，为师生提供更加便捷、智能的校园服务体验。1.4全面升级本校的数据治理体系，为教育信息化发展注入新动力。（三）项目建设内容序号建设内容功能/服务模块数量单位备注1底层架构改造分布式高性能数仓架构1套2日志工具与数据开发1套3数据治理服务数据采集与标准化服务1项4学院数据中心建设服务3个5高基表数据采集系统1套6本科教学评估数据服务1套7数据应用架建设产学研数据深度分析服务1套8资产管理数据深度分析服务1套9部门一张表（优化）18部门10部门一张表（新增）15部门11数据资产一张图1套12师生画像1套13学院画像1套14教师年度账单1套15学生毕业报告1年16表单数据服务系统个人数据中心优化升级2业务场景1、底层架构改造序号标的物名称规格、技术参数1分布式高性能数仓架构一、整体要求要求在《数据中台及数据治理服务信息化项目》一期建设成果的基础上，充分利用现有数字基座（Oracle），在此基础上进行相关OLAP能力体系的扩展,补充构建具备OLAP特性的分布式高性能数据库，以形成全新的一体化数仓架构。本次补充构建的分布式数据库须完全兼容学校现有数据中台（希嘉数据中台V1.0）和数据中心，避免对当前数仓数据造成任何不利影响。若因补充构建的分布式数据库实施过程中出现任何影响现有数据或业务的情况，需无条件且免费地承担起解决问题的责任，直至问题彻底解决，从而确保学校业务的连续性和稳定性不受影响。二、技术要求1、支持列式存储，在执行查询时，只读取查询所需的列，减少数据的读取量，提高查询速度。2、支持通过包括LZ4、ZSTD、Gzip、Brotil等多种方式进行数据压缩，最大压缩率可达5。3、支持向量引擎操作，在查询时可以对数据列（非单个值）进行批量操作，通过矢量化查询提高执行速度。4、支持在OLAP场景下的数据实时处理，特别是亿级数据体量以上的表进行实时数据更新。5、支持数据高吞吐的方式批量并发写入，单节点离线抽取速率最高可达50Mb/s，最大平均速率为20W条/秒。6、支持数据快速处理，单点可处理峰值数据最高可达1.5亿条/h，处理峰值数据量最大为40G/1h。7、支持数据任务并发，单节点并发任务最大数据量100G，单节点任务并发最大可达80条/s。8、支持数据高效共享服务，单节点提供创建不少于500个共享API服务，可支撑日均不少于75万次并发调用，万条数据景专题表的API接口调用提供秒级别耗时。9、支持多核和多服务器分布式部署和处理的方式，能扩展到多个核心和服务器上，提高查询的速度。10、支持包括MergeTree、ReplicatedMergeTree、Log、Memory、Distributed、Kafka、Buffer、MaterializedView、URL、HDFS、S3等在内的多种表引擎，基于不同场景选择合适的表引擎存储和使用数据。11、大数据集群支持Multi-Master的多主架构，集群中每个节点角色对等，客户端访问任一节点均能获取相同数据，避免单点故障。12、大数据集群支持数据分片语分布式查询，分片数量取决于节点数量，支撑TB级以上数据查询的高性能响应。13、支持关系型数据、JSON、XML等数据的存储，支持NoSQL数据库的外部数据注册，基于sql实现NoSQL+SQL的实时关联查询。14、支持ACL的方式对于数据表的访问及操作权限进行控制，字段要细化到行级和列级，保护敏感数据不被未授权访问怕。15、支持海量数据查询和计算的秒级返回，提供演示环境实际操作500G单张大宽表的数据聚合，返回时间在3秒以内。16、支持以标准的sql方式对数据进行操作，可实时读取外部关系数据库如Mysql、Postgresql的数据，与分布式数据库本地的数据进行实时关联计算。2日志工具与数据开发一、整体要求要求在《数据中台及数据治理服务信息化项目》一期建设成果的基础上，基于学校已有数据中台，补充对日志类非结构化数据的采集、存储、结构化、检索、计算、可视化、输出等能力，帮助学校实现日志数据的资产化管理和可视化分析，帮助应用程序对日志数据进行预处理，大幅度降低应用开发难度。二、技术要求1、可在可视化图形界面中完成对各类IT、通讯、安全等设备等产生的日志数据的采集、存储、解析，并结合其他数据完成关联、筛选、计算、分析，从中提取出有效信息，发挥日志数据的价值。2、可实现对syslog、snmp、二进制数据包等常见日志数据的捕获、存储以便能够快速对已知的设备日志数据进行采集，支持实时采集解析与批处理采集解析两种数据集成处理方式。3、具备对日志数据处理相关的充分知识储备，可提供常见的网络设备、IT系统、安全设备、网络行为等各类不同系统的日志数据的识别、解析规则，并内置在产品功能中以便自动化匹配调用。要求系统内置的日志规则模版数量不少于50个，并支持自定义扩充功能。4、日志数据通常体量巨大且不具备显式结构化特征，投标方案需要针对该日志数据的这些特性进行优化设计，实现日志数据的大规模存储、自动化解析、高效率处理、高性能查询，并实现日志数据与其他业务类数据的关联计算。5、日志数据作为采购人重要数据资产之一，需要与其他业务类数据一起从整体上进行方案的统筹规划。方案需从包括数据底座架构、数据仓库架构、数据加工方法、数据治理步骤、数据价值开发等各个层面描述如何实现日志数据与业务类数据的一体化规划开发。2、数据治理服务序号标的物名称规格、技术参数1数据采集与标准化服务一、数据采集与标准化服务范围不少于15个业务部门现有业务系统的数据入湖、入仓和对接，具体业务部门及业务系统以学校确定为准。二、业务和数据调研1、针对本次服务范围，完成采购人相关单位的业务和数据情况调研。包括调研采购人相关单位的业务和数据情况调研，了解部门的业务范围、组织机构、工作流程、数据内容、数据来源、数据形态、供需关系、交换共享要求、数据质量问题、线下数据、可供引入的标准资源、数据分析需求等，以此为依据制定数据治理详细执行方案、确认数据权责关系、进行数据标准制定。2、完成业务和数据调研后要求输出：《部门信息化和数据现状即需求调研表》、《数据资源管理现状调研表》。三、数据标准制定1、针对本次服务范围，依据采购人实际业务和数据情况，参考国家标准、教育部标准、行业标准及采购人现有标准，兼顾各个标准之间的兼容性、一致性以及标准的可扩展性，进行归纳整理，补充完善采购人现有校级数据标准体系。2、针对新增调研部门及采集数据，要求完成标准数据子集的模型设计，输出完整的标准数据模型。设计标准数据模型时，需要充分考虑国标、行标及各业务系统的现有模型，按照实际业务形态设计合理的数据模型。需要说明数据子集的模型设计的方法和原则，并提供部分示例。3、要求完成标准代码的汇总、比对，输出标准代码集。设计标准代码时，集需要识别国标、行标及各业务系统的现行代码定义之间可能存在的差异，考虑多方兼容、含义对应等因素，采取合理原则和优化策略进行设计。需要说明标准代码设计的方法和原则，并提供部分示例。4、完成数据标准制定后要求输出：《标准元数据集》、《标准代码集》、《标准数据模型》、《标准编码规则》、《标准命名规范》。四、数据管理制度优化要求基于一期项目成果，对学校已建立的数据管理制度进行优化、补充与扩展，补充优化新增数据的分类，完善共享与安全管理规范，确保全面适配学校信息化发展新需求，提升数据管理水平，保障数据安全与合规性。要求输出《数据分类分级指南》、《数据资源目录编制指南》。五、数据仓库开发1、数据仓库规划设计针对本次服务范围，要求对数据仓库的内容和架构进行科学设计，达到以下目标：1）原始数据内容完整。2）成果数据符合数据标准。3）成果数据按照所属业务领域进行分类。4）成果数据按照加工深度进行分层，满足不同数据使用场景的需求。2、通过调研获取的信息，对原始业务数据进行数据采集，要求对业务系统的全量数据进行采集。对于部分业务系统中未管理的重要数据，通过线下表格文件进行收集。要求根据不同的业务实时性要求，配置合理的数据采集周期，支持定时或准实时（10分钟级同步）方式进行数据采集。3、要求针对集成到数据仓库的数据进行业务含义的识别理解，并添加标注，保障数据的可识别性。要求项目交付时表注释率≥80%，字段注释率≥70%。4、要求对原始数据进行清洗、集成等加工，达成以下要求：1）来源正确：数据处理的来源是基于从权威部门采集的数据。2）统一字段：对于相同含义的数据项，统一数据项名称、类型、长度。3）统一表达：对于相同的数据项，统一数据表达的格式、计量单位。4）统一代码：对于引用同一代码的字段，统一代码值与代码含义的对应关系。5）规范命名：按照标准命名规范对成果数据进行命名。6）规范分类：按照数据标准的分类体系对成果数据设置归属分类。5、完成数据仓库开发后要求输出：《数据源清单》、《贴源层数据采集清单》、《贴源层数据资源清单》、表和字段的注释信息。六、历史数据管理1、针对本次服务范围，在数据仓库开发过程中，实现对重要数据的历史变化进行自动化留存，便于后续可以追溯数据在过往时刻的明细状态，以支持报表统计分析等场景。2学院数据中心建设服务一、学院数据中心建设服务范围3个学院，具体服务部门（或学院）以项目开展时的实际业务诉求进行适配调整。二、学院业务模型建设遵从采购人校级数据标准体系，以支撑当期学院画像建设需求为目标，对采购人部门（或学院）业务场景进行调研，梳理具体业务过程的数据需求，分析基础数据来源，在校级数据标准的基础上进行扩展或细化，制定符合部门实际需求的《部门数据标准》（由标准数据子集、标准代码集二部分组成），具体要求如下：1、要求开展业务场景调研及数据需求分析，深入采购人学院/部门的业务流程、数据流转情况及现有信息系统应用情况，基于调研结果，详细梳理各业务场景下的数据需求，包括但不限于数据种类、数据格式、数据频度、数据质量要求等。2、要求识别并评估各业务场景所需数据的基础来源，包括但不限于现有信息系统、手工录入数据等，并对现有数据源进行数据质量分析，识别数据缺失、错误、重复等问题。3、要求制定《部门数据标准》，严格遵从采购人已建立的校级数据标准体系，包括但不限于数据定义、数据编码规则、数据交换标准等，形成具有部门特色的数据标准子集和标准代码集。三、学院数据集市建设以支撑当期学院画像建设需求为目标，根据调研制定的采购人部门（或学院）业务模型，对接不同的数据来源，按照部门数据应用的实际需求开发部门数据集市，对数据交换、数据表单、数据报告、数据分析等具体业务过程进行数据支撑服务，具体要求如下：1、基于采购人学院业务模型设计，完成数据抽取、转换、加载（ETL）数据实施工作，实现与各类数据源（如业务系统、数据库、文件等）的对接。2、基于收集到的数据需求，进行深度分析，识别关键数据指标、数据维度及数据间的关联关系，构建面向部门特定业务需求的数据集市，确保数据的集中存储、高效访问和灵活应用。3高基表数据采集系统随着学校业务的不断拓展与深化，对高基表数据服务的需求日益增长。为进一步提升数据治理水平，优化数据应用效能。本项目旨在通过专业的数据集市开发与数据可视化实施，为发规处及相关业务部门提供强有力的数据支撑与业务参考，具体要求如下：1、高基表数据集市开发服务要求基于一期和当期的数据治理服务工作所生成的校本数据中心数据资源，按照高基表数据业务需要，进行高基表数据集市开发，包括如下步骤：1）根据高基表特性及业务需求，设计合理的数据模型，确保数据结构的科学性、合理性和可扩展性。2）对校本数据中心原始数据进行全面审查，识别与高基表业务相关的数据范围，针对相关数据通过ETL（提取、转换、加载）过程，将清洗后的数据按照既定规则进行转换，形成适用于业务工作开展的规范数据集。3）依托学校一期采购数据中台（希嘉数据中台V1.0）进行高基表数据集市发布。2、高基表数据表单可视化服务基于生成的高基表数据集市内容，依托学校一期采购数据可视化系统（帆软ReportV11.0），按照高基表业务表单需求定制化开发符合高基表业务特性的可视化界面，可视化界面以高基表业务的表单样式呈现，通过直观的数据表单方式提供给业务负责单位（发展规划处）用以进行数据参考，辅助高基表业务工作开展。4本科教学评估数据服务随着学校本科教学质量的不断提升和评估工作的日益重要，对全面、准确、及时的教学评估数据的需求显著增加。为了满足这一需求，本项目旨在通过专业的数据集市开发与数据可视化实施，支持学校本科教学评估工作开展。具体要求如下：1、本科教学评估数据集市开发服务要求基于一期和当期的数据治理服务工作所生成的校本数据中心数据资源，按照本科教学评估数据业务需要，进行高基表数据集市开发，包括如下步骤：1）根本科教学评估特性及业务需求，设计合理的数据模型，确保数据结构的科学性、合理性和可扩展性。2）对校本数据中心原始数据进行全面审查，识别与本科教学评估业务相关的数据范围，针对相关数据通过ETL（提取、转换、加载）过程，将清洗后的数据按照既定规则进行转换，形成适用于业务工作开展的规范数据集。3）依托学校一期采购数据中台（希嘉数据中台V1.0）进行本科教学评估数据集市发布。2、本科教学评估数据可视化服务要求基于本科教育教学审核评估的多元化、可视化需求，聚焦于教师队伍的构成与表现、教学资源的配置与利用、以及学生培养过程的全面跟踪等关键领域，依托学校一期采购数据可视化系统（帆软ReportV11.0），通过高度定制化的数据可视化界面，将复杂数据转化为直观易懂的图表形式，提供包括柱状图、折线图、饼图、雷达图等在内的多种图表类型，以最适宜的方式呈现评估结果及其发展趋势，辅助掌握教学评估的各个方面。要求本科教学评估数据可视化服务生成的数据图表不仅支持展示数据的静态状态，还支持通过动态交互功能，如数据下钻、条件筛选等，赋予用户深度探索数据内在规律和潜在问题的能力，从而实现数据的深度分析和精准挖掘，为教学质量的持续提升提供强有力的数据支撑和决策依据。3、数据应用建设序号标的物名称规格、技术参数1产学研数据深度分析服务一、整体要求根据学校产学研需求，进行指标数据分析和展示，进行指标开发、图表制作、数据发布等工作。二、工具要求为确保学校数据应用的一体化管理及产学研数据深度分析服务在实际应用场景中的灵活扩展，要求须基于《数据中台及数据治理服务信息化项目》一期建设的数据可视化系统（帆软ReportV11.0）来构建和完善，若数据可视化系统现有的功能无法满足产学研数据深度分析服务的建设需求，需无条件提供所需产品功能的增补服务，且相关增补服务的所有费用须纳入投标成本中。若选择提供替代解决方案，须提交采购人审核、评估并得到采购人认可，否则采购人有权中止合同，并保留追究违约责任的权利。三、数据要求为确保产学研数据深度分析服务建设工作的顺利进行，本项目具备一定的功能开发与数据开发要求，须承诺，在系统建设全过程中，严格遵循本次校级数据标准服务所产出标准规范要求。同时，需负责提供产学研数据深度分析服务建设所需数据的采集、治理、对接和模型建设等服务，确保系统数据的完整性和可用性。此外，应明确承担产学研数据深度分析服务建设过程中可能产生的所有费用，包括但不限于系统对接费用、数据对接费用、数据治理费用等，这些费用应被合理计入投标成本中，不得再向学校或第三方机构收取费用。具体要求如下：1、数据采集治理1)数据采集：需负责从各业务系统、数据库、数据源等无偿采集所需数据，并确保数据的完整性、准确性和实时性。2)数据治理：需对采集到的数据进行全面治理，包括数据去重、异常值处理、缺失值填充等，确保数据的质量达到分析要求。3)数据清洗：需根据业务规则和数据质量要求，对数据进行深度清洗，以消除冗余、错误和不符合要求的数据。4)数据标准化：需制定并执行数据标准化策略，确保数据在格式、编码、单位等方面的一致性和可比性。2、指标模型构建1)一级指标（指标主题）：需明确各指标主题，如“产学研合作”、“科研产出”等，并为每个指标主题定义明确的业务含义和范围。2)二级指标（指标场景）：在一级指标的基础上，需进一步细化二级指标，如“产学研合作”下的“校企合作”、“技术转让”等，以更具体地描述指标应用场景。3)三级指标（指标数值）：需根据业务需求和数据分析要求，为每个二级指标定义具体的数值计算方式和算法，确保指标数值的准确性和可计算性。4)结构文档输出：需输出详细的指标模型结构文档，包括指标主题、场景、数值的定义、计算公式、数据来源等，以便于后续管理和使用。3、数据指标计算1)数据加工：需对原始数据进行必要的加工处理，如数据转换、合并、拆分等，以满足指标计算的需求。2)数据处理：需根据指标模型的计算公式和算法，对数据进行计算和分析，生成准确的指标数值。3)数据关联：需将不同来源、不同格式的数据进行关联和整合，确保指标计算的准确性和完整性。4)整合分析：需对计算出的指标数值进行整合分析，生成数据报告、可视化图表等，以便于用户理解和使用。三、内容要求设计全面的产学研相关指标体系，包括但不限于：科研投入、科研产出、成果转化、人才培养与产业合作等指标。进行科研产出趋势分析、产学研合作效果评估、成果转化效益分析及学科竞争力分析等工作。帮助学校更好地了解自身产学研发展状况,制定有针对性的改进策略,提高科研创新能力和社会服务水平。四、交互要求1、数据指标下钻1)快速下钻：点击任意指标时，系统迅速响应并展示该指标对应的明细数据。2)多层下钻：支持从一个指标下钻到另一个相关指标，直至到达最底层的明细数据。3)数据验证：支持通过下钻功能验证指标数据的真实性与可靠性。2、指标口径描述1)指标口径描述：描述应涵盖指标的计算口径、数据来源等关键信息。2)指标口径访问：在界面中集成指标口径描述展示功能，允许用户随时查看。五、个性化要求以上应用场景要求进行实际需求调研，根据实际调研结果进行调整，包括数据指标、呈现形式等内容。2资产管理数据深度分析服务一、整体要求根据学校资产管理需求，进行指标数据分析和展示，进行指标开发、图表制作、数据发布等工作。二、工具要求为确保学校数据应用的一体化管理及资产管理数据深度分析服务在实际应用场景中的灵活扩展，要求须基于《数据中台及数据治理服务信息化项目》一期建设的数据可视化系统（帆软ReportV11.0）来构建和完善，若数据可视化系统现有的功能无法满足资产管理数据深度分析服务的建设需求，需无条件提供所需产品功能的增补服务，且相关增补服务的所有费用须纳入投标成本中。若选择提供替代解决方案，须提交采购人审核、评估并得到采购人认可，否则采购人有权中止合同，并保留追究违约责任的权利。三、数据要求为确保资产管理数据深度分析服务建设工作的顺利进行，本项目具备一定的功能开发与数据开发要求，须承诺，在系统建设全过程中，严格遵循本次校级数据标准服务所产出标准规范要求。同时，需负责提供资产管理数据深度分析服务建设所需数据的采集、治理、对接和模型建设等服务，确保系统数据的完整性和可用性。此外，应明确承担资产管理数据深度分析服务建设过程中可能产生的所有费用，包括但不限于系统对接费用、数据对接费用、数据治理费用等，这些费用应被合理计入投标成本中，不得再向学校或第三方机构收取费用。具体要求如下：1、数据采集治理1)数据采集：需负责从各业务系统、数据库、数据源等无偿采集所需数据，并确保数据的完整性、准确性和实时性。2)数据治理：需对采集到的数据进行全面治理，包括数据去重、异常值处理、缺失值填充等，确保数据的质量达到分析要求。3)数据清洗：需根据业务规则和数据质量要求，对数据进行深度清洗，以消除冗余、错误和不符合要求的数据。4)数据标准化：需制定并执行数据标准化策略，确保数据在格式、编码、单位等方面的一致性和可比性。2、指标模型构建1)一级指标（指标主题）：需明确各指标主题，如“资产配置”、“资产使用效率”等，并为每个指标主题定义明确的业务含义和范围。2)二级指标（指标场景）：在一级指标的基础上，需进一步细化二级指标，如“资产配置”下的“资产结构比例”、“资产配置比例”等，以更具体地描述指标应用场景。3)三级指标（指标数值）：需根据业务需求和数据分析要求，为每个二级指标定义具体的数值计算方式和算法，确保指标数值的准确性和可计算性。4)结构文档输出：需输出详细的指标模型结构文档，包括指标主题、场景、数值的定义、计算公式、数据来源等，以便于后续管理和使用。3、数据指标计算1)数据加工：需对原始数据进行必要的加工处理，如数据转换、合并、拆分等，以满足指标计算的需求。2)数据处理：需根据指标模型的计算公式和算法，对数据进行计算和分析，生成准确的指标数值。3)数据关联：需将不同来源、不同格式的数据进行关联和整合，确保指标计算的准确性和完整性。4)整合分析：需对计算出的指标数值进行整合分析，生成数据报告、可视化图表等，以便于用户理解和使用。三、内容要求设计全面的资产管理相关指标体系，包括但不限于：资产配置、使用效率、维护成本、价值评估、报废处置等指标。进行资产全生命周期分析、使用效率趋势分析、成本效益评估、资产价值变化分析及资源调配优化等工作。通过多维度数据挖掘，揭示资产管理中的潜在问题和优化机会，为学校资产战略规划和日常管理决策提供数据驱动的洞察和建议。四、交互要求1、数据指标下钻1)快速下钻：点击任意指标时，系统迅速响应并展示该指标对应的明细数据。2)多层下钻：支持从一个指标下钻到另一个相关指标，直至到达最底层的明细数据。3)数据验证：支持通过下钻功能验证指标数据的真实性与可靠性。2、指标口径描述1)指标口径描述：描述应涵盖指标的计算口径、数据来源等关键信息。2)指标口径访问：在界面中集成指标口径描述展示功能，允许用户随时查看。五、个性化要求以上应用场景要求进行实际需求调研，根据实际调研结果进行调整，包括数据指标、呈现形式等内容。3部门一张表（优化）一、整体要求针对一期已经建设的18个部门一张表进行调优整改，包括统计指标数据对应明细数据的下钻呈现与统计口径、统计维度的在线标识等，具体要求如下：1、数据指标下钻1)快速下钻：点击任意指标时，系统迅速响应并展示该指标对应的明细数据。2)多层下钻：支持从一个指标下钻到另一个相关指标，直至到达最底层的明细数据。3)数据验证：支持通过下钻功能验证指标数据的真实性与可靠性。2、指标口径描述1)指标口径描述：描述应涵盖指标的计算口径、数据来源等关键信息。2)指标口径访问：在界面中集成指标口径描述展示功能，允许用户随时查看。3、移动端除PC端外，还需支持提供移动端界面。4部门一张表（新增）一、整体要求1、根据采购人部门（或学院）具体业务需求，进行指标数据分析和展示。（利用数据分析与可视化工具）进行指标开发、图表制作、数据发布等工作，本次支撑不少于15个业务部门的部门一张表建设，具体服务部门（或学院）以项目开展时的实际业务诉求进行适配调整。2、为确保学校数据应用的一体化管理及部门一张表在实际应用场景中的灵活扩展，要求须基于《数据中台及数据治理服务信息化项目》一期建设的数据可视化系统（帆软ReportV11.0）来构建和完善，若数据可视化系统现有的功能无法满足部门一张表的建设需求，需无条件提供所需产品功能的增补服务，且相关增补服务的所有费用须纳入投标成本中。若选择提供替代解决方案，须提交采购人审核、评估并得到采购人认可，否则采购人有权中止合同，并保留追究违约责任的权利。二、数据要求为确保部门一张表建设工作的顺利进行，本项目具备一定的功能开发与数据开发要求，须承诺，在系统建设全过程中，严格遵循本次校级数据标准服务所产出标准规范要求（提供承诺函并加盖公章）。同时，需负责提供部门一张表建设所需数据的采集、治理、对接和模型建设等服务，确保系统数据的完整性和可用性。此外，应明确承担部门一张表建设过程中可能产生的所有费用，包括但不限于系统对接费用、数据对接费用、数据治理费用等，这些费用应被合理计入投标成本中，不得再向学校或第三方机构收取费用。具体要求如下：1、数据采集治理1)数据采集：需负责从各业务系统、数据库、数据源等无偿采集所需数据，并确保数据的完整性、准确性和实时性。2)数据治理：需对采集到的数据进行全面治理，包括数据去重、异常值处理、缺失值填充等，确保数据的质量达到分析要求。3)数据清洗：需根据业务规则和数据质量要求，对数据进行深度清洗，以消除冗余、错误和不符合要求的数据。4)数据标准化：需制定并执行数据标准化策略，确保数据在格式、编码、单位等方面的一致性和可比性。2、指标模型构建1)一级指标（指标主题）：需明确各指标主题，如“学生成绩”、“教师绩效”等，并为每个指标主题定义明确的业务含义和范围。2)二级指标（指标场景）：在一级指标的基础上，需进一步细化二级指标，如“学生成绩”下的“期中成绩”、“期末成绩”等，以更具体地描述指标应用场景。3)三级指标（指标数值）：需根据业务需求和数据分析要求，为每个二级指标定义具体的数值计算方式和算法，确保指标数值的准确性和可计算性。4)结构文档输出：需输出详细的指标模型结构文档，包括指标主题、场景、数值的定义、计算公式、数据来源等，以便于后续管理和使用。3、数据指标计算1)数据加工：需对原始数据进行必要的加工处理，如数据转换、合并、拆分等，以满足指标计算的需求。2)数据处理：需根据指标模型的计算公式和算法，对数据进行计算和分析，生成准确的指标数值。3)数据关联：需将不同来源、不同格式的数据进行关联和整合，确保指标计算的准确性和完整性。4)整合分析：需对计算出的指标数值进行整合分析，生成数据报告、可视化图表等，以便于用户理解和使用。三、内容要求根据部门实际业务开展需要，深度调研部门业务需求，进行指标内容设计，示例如下：围绕人事部门数据一张表：提供高校人力资源结构现状以及历史趋势分析，如师资概况数据分析、绩效岗位等级分布、岗位系列分布、工龄等级分布、各年度考核结果分布等，为人力资源整合优化配置结构，提供决策支持。四、交互要求1、数据指标下钻1)快速下钻：点击任意指标时，系统迅速响应并展示该指标对应的明细数据。2)多层下钻：支持从一个指标下钻到另一个相关指标，直至到达最底层的明细数据。3)数据验证：支持通过下钻功能验证指标数据的真实性与可靠性。2、指标口径描述1)指标口径描述：描述应涵盖指标的计算口径、数据来源等关键信息。2)指标口径访问：在界面中集成指标口径描述展示功能，允许用户随时查看。五、移动端要求除PC端外，还需支持提供移动端界面。六、个性化要求以上应用场景要求进行实际需求调研，根据实际调研结果进行调整，包括数据指标、呈现形式等内容。5数据资产一张图一、整体要求依托学校一期建设的数据可视化系统（帆软ReportV11.0），对接学校一期采购数据中台（希嘉数据中台V1.0）已有数据指标，通过大屏的方式展示数据治理建设成果信息。二、内容要求包括各数据的建设情况，数据资源体量、数据同步接口的运行状态等。三、个性化要求以上应用场景要求进行实际需求调研，根据实际调研结果进行调整，包括数据指标、呈现形式等内容。6师生画像一、整体要求1、建设师生数字画像，推动校内低质量数据的整改，促进数据整合和清洗，提高数据的准确性和一致性，依托数据可视化和分析，提供直观和科学的数据支持，也帮助学校逐渐培养数据型人才，从而逐步提升整个校园环境的信息化素养。2、为确保学校数据应用的一体化管理及师生画像在实际应用场景中的灵活扩展，要求须基于《数据中台及数据治理服务信息化项目》一期建设的数据可视化系统（帆软ReportV11.0）来构建和完善师生画像功能。若数据可视化系统现有的功能无法满足师生画像的建设需求，需提供所需产品功能的增补服务，且相关增补服务的所有费用须纳入投标成本中。若选择提供替代解决方案，须提交采购人审核、评估并得到采购人认可，否则采购人有权中止合同，并保留追究违约责任的权利。二、数据要求为确保师生画像建设工作的顺利进行，本项目具备一定的功能开发与数据开发要求，须承诺，在系统建设全过程中，严格遵循本次校级数据标准服务所产出标准规范要求。同时，需负责提供师生画像建设所需数据的采集、治理、对接和模型建设等服务，确保系统数据的完整性和可用性。此外，应明确承担教师画像建设过程中可能产生的所有费用，包括但不限于系统对接费用、数据对接费用、数据治理费用等，这些费用应被合理计入投标成本中，不得再向学校或第三方机构收取费用。具体要求如下：1、数据采集治理1)数据采集：需负责从各业务系统、数据库、数据源等无偿采集所需数据，并确保数据的完整性、准确性和实时性。2)数据治理：需对采集到的数据进行全面治理，包括数据去重、异常值处理、缺失值填充等，确保数据的质量达到分析要求。3)数据清洗：需根据业务规则和数据质量要求，对数据进行深度清洗，以消除冗余、错误和不符合要求的数据。4)数据标准化：需制定并执行数据标准化策略，确保数据在格式、编码、单位等方面的一致性和可比性。2、指标模型构建1)一级指标（指标主题）：需明确各指标主题，如“教育教学”、“教师绩效”等，并为每个指标主题定义明确的业务含义和范围。2)二级指标（指标场景）：在一级指标的基础上，需进一步细化二级指标，如“教育教学”下的“教学质量”、“教学工作量”等，以更具体地描述指标应用场景。3)三级指标（指标数值）：需根据业务需求和数据分析要求，为每个二级指标定义具体的数值计算方式和算法，确保指标数值的准确性和可计算性。4)结构文档输出：需输出详细的指标模型结构文档，包括指标主题、场景、数值的定义、计算公式、数据来源等，以便于后续管理和使用。3、数据指标计算1)数据加工：需对原始数据进行必要的加工处理，如数据转换、合并、拆分等，以满足指标计算的需求。2)数据处理：需根据指标模型的计算公式和算法，对数据进行计算和分析，生成准确的指标数值。3)数据关联：需将不同来源、不同格式的数据进行关联和整合，确保指标计算的准确性和完整性。整合分析：需对计算出的指标数值进行整合分析，生成数据报告、可视化图表等，以便于用户理解和使用。三、内容要求1、学生画像针对学生在日常行为中产生的数据进行深度分析，对学生的基本信息、年龄、年级、班级、专业等基本进行进行展示，，具体包括内容如下：1.1学业分析通过教务系统学生相关的学业数据，例如，学生成绩、班级成绩、学分等数据进行数据分析，通过四个纬度建立学生能力模型。通过培养计划及挂科情况，可以了解到学生毕业学分要求，以及现在学分完成情况的汇总，挂科的情况。建立纬度模型，将平均绩点、优秀课程等成绩信息与全校学生、本学院学生、本专业学生、本班级学生进行对比分析。同时可以横向·对比个人各学期成绩变化趋势，了解学业变化情况。支持展示学生学校生涯的平均成绩的变化趋势。支持展示学生在班级的成绩变化趋势，排名等基本信息等学业相关的信息分析。1.2行为规范（1）对学生校园网使用分析功能，采用各类统计图表，从上网类型偏好、上网时长等维度进行分析。可以了解到上网总时长、日均上网时长、上网偏好分析以及上网时段分布等情况。1.3校园生活对学生的一卡通消费数据、图书借阅数据进行分析，分析学生在校的消费情况，消费偏好等消费信息。通过图书管理系统了解学生在校图书借阅情况等内容。2、教师画像针对教师个人，进行教学、科研、社会服务、人才建设等多个主题的可视化数据画像。可随时切换到其他学院和个人进行查看，具体包括内容如下：2.1教学主题（本科生部分）（1）提供教师的本科教学工作明细数据展示。（2）提供出版教材的明细数据展示。（3）提供专业/课程/基地建设的明细数据展示。（4）提供教学研究改革的明细数据展示。（5）提供教学教学奖励的明细数据展示。（6）提供教学研究论文的明细数据展示。（7）提供教师思政课年度要求的明细数据展示。（8）提供教师指导学生论文获奖情况的数据展示。（9）提供指导学生竞赛获奖情况的数据展示。2.2教学主题（研究生部分）（1）提供研究生教学工作明细数据展示。（2）提供指导硕士、指导博士数据情况展示。提供指导学生论文获奖情况的数据展示。提供指导学生竞赛获奖情况的数据展示。2.3科研主题（1）提供教师的主持项目情况的数据明细展示。（2）提供教学科技奖励的数据明细展示。（3）提供成果转化的数据明细展示。（4）提供平台建设的数据明细展示。（5）提供团队建设的数据明细展示。（6）提供高水平论文、学术贡献度的情况数据展示。（7）提供专利的数据明细展示，分国家发明、实用新型。（8）提供学术专著的数据明细展示。（9）提供学术交流的数据明细展示。2.4能力提升展示教师培训、进修、挂职、访学经历等数据的明细展示。2.5育人服务提供教师育人服务方面的数据展示，包含教学竞赛、教学讲座、招生宣传、毕业答辩、组织学术沙龙、班主任、担任导师(学业指导、学科竞赛、社会实践、创新创业、社团活动等)、第二课程教育教学等数据明细的展示。2.6社会服务提供教师参与社会服务方面的数据展示，包含讲座报告、学术组织兼职、其他等。2.7成长轨迹分教育教学、科学研究、职业发展等三个大维度展示该教师的各年度成长轨迹和变化情况。2.8优势潜力通过与学校、同学院和同级别教师常模数据的对比，研判个人的优势项与不足项，提示个人具有优势潜力的方向。四、交互要求1、数据指标下钻1)快速下钻：点击任意指标时，系统迅速响应并展示该指标对应的明细数据。2)多层下钻：支持从一个指标下钻到另一个相关指标，直至到达最底层的明细数据。3)数据验证：支持通过下钻功能验证指标数据的真实性与可靠性。2、指标口径描述1)指标口径描述：描述应涵盖指标的计算口径、数据来源等关键信息。2)指标口径访问：在界面中集成指标口径描述展示功能，允许用户随时查看。五、个性化要求以上应用场景要求进行实际需求调研，根据实际调研结果进行调整，包括数据指标、呈现形式等内容。7学院画像一、整体要求为确保学校数据应用的一体化管理及学院画像在实际应用场景中的灵活扩展，要求须基于《数据中台及数据治理服务信息化项目》一期建设的数据可视化系统（帆软ReportV11.0）来构建和完善学院画像功能。若数据可视化系统现有的功能无法满足学院画像的建设需求，需提供所需产品功能的增补服务，且相关增补服务的所有费用须纳入投标成本中。若选择提供替代解决方案，须提交采购人审核、评估并得到采购人认可，否则采购人有权中止合同，并保留追究违约责任的权利。二、数据要求为确保学院画像建设工作的顺利进行，本项目具备一定的功能开发与数据开发要求，须承诺，在系统建设全过程中，严格遵循本次校级数据标准服务所产出标准规范要求（提供承诺函并加盖公章）。同时，需负责提供学院画像建设所需数据的采集、治理、对接和模型建设等服务，确保系统数据的完整性和可用性。此外，应明确承担学院画像建设过程中可能产生的所有费用，包括但不限于系统对接费用、数据对接费用、数据治理费用等，这些费用应被合理计入投标成本中，不得再向学校或第三方机构收取费用。具体要求如下：1、数据采集治理1)数据采集：需负责从各业务系统、数据库、数据源等无偿采集所需数据，并确保数据的完整性、准确性和实时性。2)数据治理：需对采集到的数据进行全面治理，包括数据去重、异常值处理、缺失值填充等，确保数据的质量达到分析要求。3)数据清洗：需根据业务规则和数据质量要求，对数据进行深度清洗，以消除冗余、错误和不符合要求的数据。4)数据标准化：需制定并执行数据标准化策略，确保数据在格式、编码、单位等方面的一致性和可比性。2、指标模型构建1)一级指标（指标主题）：需明确各指标主题，如“教育教学”、“教师绩效”等，并为每个指标主题定义明确的业务含义和范围。2)二级指标（指标场景）：在一级指标的基础上，需进一步细化二级指标，如“教育教学”下的“教学质量”、“教学工作量”等，以更具体地描述指标应用场景。3)三级指标（指标数值）：需根据业务需求和数据分析要求，为每个二级指标定义具体的数值计算方式和算法，确保指标数值的准确性和可计算性。4)结构文档输出：需输出详细的指标模型结构文档，包括指标主题、场景、数值的定义、计算公式、数据来源等，以便于后续管理和使用。3、数据指标计算1)数据加工：需对原始数据进行必要的加工处理，如数据转换、合并、拆分等，以满足指标计算的需求。2)数据处理：需根据指标模型的计算公式和算法，对数据进行计算和分析，生成准确的指标数值。3)数据关联：需将不同来源、不同格式的数据进行关联和整合，确保指标计算的准确性和完整性。整合分析：需对计算出的指标数值进行整合分析，生成数据报告、可视化图表等，以便于用户理解和使用。三、内容要求学院画像整合了学院内分散在不同系统中的学生和教师数据，为学院领导提供了一个统一、便捷的信息查询界面。信息栏目包括学院基本信息、师资概况、教师发展、教学信息、科研信息、学生概况、学业分析、考勤分析、行为分析等全方位的详细信息。1、学院基本信息1.1提供学院教师和学生总人数，并支持查看不同类别1.2教师和学生人数。1.3提供教师人员类别分布数据展示。1.4提供学院各专业学生分布数据展示。1.5提供和其他学院进行综合排名。1.6提供学院课程类别分布数据展示。1.7提供授课教师等级分布数据展示。1.8提供学院学生毕业情况数据展示。1.9提供学院学生就业情况数据展示。1.10提供学院科学研究项目类型数据展示。1.11提供学院科学研究科研成果类型数据展示。2、师资概况2.1提供学院近五年教师任职人数和占比情况变化趋势展示。2.2提供近五年不同教师类别人数变化趋势展示。2.3提供近五年教师人才人数变化趋势。2.4提供近五年教师职称分布数据展示。2.5提供近五年教师年龄分布变化趋势。2.6提供近五年教师学历分布数据展示。3、教师发展3.1提供近五年教师获取证书人数变化趋势。3.2提供近五年学历提升人数变化趋势3.3提供近五年教师社会服务人数变化趋势。3.4提供近五年专业发展人数变化趋势。3.5提供近五年教师图书借阅变化趋势。4、教学信息4.1提供各学院不同性质课程分布情况。4.2提供近五年教师获奖情况数据展示。4.3提供近五年开课课程数量变化情况数据展示。4.4提供教学基本工作量数据分布情况。4.5提供教学附加工作量数据分布情况。4.6提供学院教学排课课程排名情况。4.7提供学院教授排课较多的课程排名情况。4.8提供热门课程排名情况。4.9提供冷门课程排名情况。4.10提供课程考试通过率排名前10课程情况。4.11提供课程考试不及格率排名前10课程情况。5、科研信息5.1提供近五年论文篇数变化趋势。5.2提供近五年获奖分布情况。5.3提供近五年课题数量变化趋势。5.4提供近五年课题到款额变化趋势。5.5提供近五年专利分布情况的数据展示。5.6提供近五年科研成果情况的数据展示。5.7提供近五年预算执行情况的数据展示。6、学生概况6.1提供近五年学生人数变化趋势。6.2提供学生分布情况数据展示。6.3提供各民族学生分布数据情况。6.4提供学生生源地分布情况。6.5提供近五年学生奖励和处分变化趋势。6.6提供近五年学生毕业率数据展示。6.7提供近五年学生就业率数据展示。6.8提供近五年毕业去向城市和生源地城市排名。6.9提供本学院专业转入前五明细。6.10提供本学院专业转出前五明细。7、学业分析7.1提供学生学业分布情况7.2提供近五年必修课平均学分变化趋势。7.3提供近五年挂科课程门数和开课课程门数对比数据情况。7.4提供近五年平均绩点变化趋势。8、考勤分析8.1提供学院总体到课情况分析。8.2提供学院疑似逃课情况分析。8.3提供学院最受欢迎课程排名。8.4提供缺勤率最高的课程排名。8.5提供学院缺勤次数趋势。9、行为分析9.1提供学院学生上网时常数据分布情况。9.2提供学院学生上网偏好情况展示。9.3提供学院学生上网时间段分布情况。9.4提供学院学生平均上网时长变化趋势。9.5提供学院学生借阅图书标签分布情况。9.6提供学院学生借阅图书分布情况占比。9.7提供学院学生借阅图书标签分布情况。9.8提供学院学生借阅图书分类占比情况。9.9提供学生消费时段分布情况。四、交互要求1、数据指标下钻1)快速下钻：点击任意指标时，系统迅速响应并展示该指标对应的明细数据。2)多层下钻：支持从一个指标下钻到另一个相关指标，直至到达最底层的明细数据。3)数据验证：支持通过下钻功能验证指标数据的真实性与可靠性。2、指标口径描述1)指标口径描述：描述应涵盖指标的计算口径、数据来源等关键信息。2)指标口径访问：在界面中集成指标口径描述展示功能，允许用户随时查看。五、个性化要求以上应用场景要求进行实际需求调研，根据实际调研结果进行调整，包括数据指标、呈现形式等内容。8教师年度账单六、数据要求为确保教师年度账单建设工作的顺利进行，本项目具备一定的功能开发与数据开发要求，须承诺，在系统建设全过程中，严格遵循本次校级数据标准服务所产出标准规范要求。同时，需负责提供教师年度账单建设所需数据的采集、治理、对接和模型建设等服务，确保系统数据的完整性和可用性。此外，应明确承担教师年度账单建设过程中可能产生的所有费用，包括但不限于系统对接费用、数据对接费用、数据治理费用等，这些费用应被合理计入投标成本中，不得再向学校或第三方机构收取费用。具体要求如下：1、数据采集治理1)数据采集：需负责从各业务系统、数据库、数据源等无偿采集所需数据，并确保数据的完整性、准确性和实时性。2)数据治理：需对采集到的数据进行全面治理，包括数据去重、异常值处理、缺失值填充等，确保数据的质量达到分析要求。3)数据清洗：需根据业务规则和数据质量要求，对数据进行深度清洗，以消除冗余、错误和不符合要求的数据。4)数据标准化：需制定并执行数据标准化策略，确保数据在格式、编码、单位等方面的一致性和可比性。2、指标模型构建1)一级指标（指标主题）：需明确各指标主题，如“教育教学”、“日常生活”等，并为每个指标主题定义明确的业务含义和范围。2)二级指标（指标场景）：在一级指标的基础上，需进一步细化二级指标，如“教育教学”下的“教学质量”、“图书借阅”等，以更具体地描述指标应用场景。3)三级指标（指标数值）：需根据业务需求和数据分析要求，为每个二级指标定义具体的数值计算方式和算法，确保指标数值的准确性和可计算性。4)结构文档输出：需输出详细的指标模型结构文档，包括指标主题、场景、数值的定义、计算公式、数据来源等，以便于后续管理和使用。3、数据指标计算1)数据加工：需对原始数据进行必要的加工处理，如数据转换、合并、拆分等，以满足指标计算的需求。2)数据处理：需根据指标模型的计算公式和算法，对数据进行计算和分析，生成准确的指标数值。3)数据关联：需将不同来源、不同格式的数据进行关联和整合，确保指标计算的准确性和完整性。整合分析：需对计算出的指标数值进行整合分析，生成数据文案、可视化图表等，以便于用户理解和使用。七、内容要求教师年度账单是在学校每年年底的时候，为学校在校教职工提供以移动端H5界面形式的教师年度报告，用以展示在校教职工本年度在校的工作、教学、科研、消费、上网、年度考核等信息，给在校教职工提供了一个全面的个人数据展示平台，具体要求如下：1、首页在职年份:计算聪入职到现在的年份。2、个人信息2.1教师类别：教辅（有教学任务的老师），行政（无教学任务的老师）。2.2所属单位：老师所在单位。3、教学3.1共教授课程数：老师上学年共教授课程数。3.2累计教授课时：老师上学年累计教授的课时数。3.3教授班级数：上学年一共带过几个班级的课程。3.4教授课程名称：上学年教授所有课程的名称。3.5教授课程课时数。3.6教授课程学期。3.7总计教授学生人数：教授了多少名学生。4、评价反馈4.1课程评价平均得分：教授课程评分的平均分。4.2课程平均分在本专业教师中的占比：平均分在本专业教师中的排名占比。5、消费5.1累计消费总额：一卡通消费的总金额。5.2累计充值总额：一卡通充值的总金额。5.3一卡通余额：现在一卡通余额。5.4第一次消费时间：上学年第一次使用一卡通消费时间。5.5第一次消费金额：上学年第一次使用一卡通消费金额。6、图书6.1借阅第一本书时间：上学年借阅第一本书的时间。6.2累计借阅图书数量：上学年累计借阅的图书数量。6.3借阅图书数量在教职工中的排名：借阅图书数量在全体教职工中的排名。6.4借阅时间最长的三本书，时长：借阅时间最长的图书。7、趣味指标7.1入职时间。7.2年龄。7.3距离下一个生日天数。八、个性化要求以上应用场景要求进行实际需求调研，根据实际调研结果进行调整，包括数据指标、呈现形式等内容。9学生毕业报告一、数据要求为确保学生毕业报告建设工作的顺利进行，本项目具备一定的功能开发与数据开发要求，须承诺，在系统建设全过程中，严格遵循本次校级数据标准服务所产出标准规范要求。同时，需负责提供学生毕业报告建设所需数据的采集、治理、对接和模型建设等服务，确保系统数据的完整性和可用性。此外，应明确承担学生毕业报告建设过程中可能产生的所有费用，包括但不限于系统对接费用、数据对接费用、数据治理费用等，这些费用应被合理计入投标成本中，不得再向学校或第三方机构收取费用。具体要求如下：1、数据采集治理1)数据采集：需负责从各业务系统、数据库、数据源等无偿采集所需数据，并确保数据的完整性、准确性和实时性。2)数据治理：需对采集到的数据进行全面治理，包括数据去重、异常值处理、缺失值填充等，确保数据的质量达到分析要求。3)数据清洗：需根据业务规则和数据质量要求，对数据进行深度清洗，以消除冗余、错误和不符合要求的数据。4)数据标准化：需制定并执行数据标准化策略，确保数据在格式、编码、单位等方面的一致性和可比性。2、指标模型构建1)一级指标（指标主题）：需明确各指标主题，如“教育教学”、“日常生活”等，并为每个指标主题定义明确的业务含义和范围。2)二级指标（指标场景）：在一级指标的基础上，需进一步细化二级指标，如“教育教学”下的“教学质量”、“图书借阅”等，以更具体地描述指标应用场景。3)三级指标（指标数值）：需根据业务需求和数据分析要求，为每个二级指标定义具体的数值计算方式和算法，确保指标数值的准确性和可计算性。4)结构文档输出：需输出详细的指标模型结构文档，包括指标主题、场景、数值的定义、计算公式、数据来源等，以便于后续管理和使用。3、数据指标计算1)数据加工：需对原始数据进行必要的加工处理，如数据转换、合并、拆分等，以满足指标计算的需求。2)数据处理：需根据指标模型的计算公式和算法，对数据进行计算和分析，生成准确的指标数值。3)数据关联：需将不同来源、不同格式的数据进行关联和整合，确保指标计算的准确性和完整性。整合分析：需对计算出的指标数值进行整合分析，生成数据文案、可视化图表等，以便于用户理解和使用。二、内容要求学生毕业报告是在学校每年学生毕业季的时候，为学校毕业生提供以移动端H5界面形式的毕业数据报告，用以帮助毕业生回顾大学生活，了解过去在大学生活中的学习、消费、图书、上网、门禁等一系列信息，给大学毕业生在毕业季节提供一份美好的回忆，具体要求如