信访大数据平台范文

2022-06-17

第一篇：信访大数据平台范文

大数据平台建设

当前，我部门应用系统之间都是独立的，数据没有统一标准、系统也没有相连。这种现状导致，各公司部门之间的信息资源无法共享、部门之间工作移交无法电子化。这极大地限制了信息化提高公司工作效率的效果，更重要的是信息资源无法打通，就无法站在全县的角度去进行政务应用的大数据分析，成为了政务应用大数据技术的最大阻碍。

为了提高资源使用率，节约管理成本，推动信息产业发展，拉动社会资金在信息化方面的投入，为了提高行政管理和服务效率，促进公司职能转变，改善投资和营商环境，促进经济发展，为了提高公司服务效率，使公司管理服务从各自为政、相互封闭的运作方式，向跨部门、跨区域协同互动和资源共享转变，提高公司工作效率。有必要构建统一的大数据平台，更好地为公司决策服务，提高信息服务质量。

建成覆盖全县各公司部门的信息资源整合平台，支撑用户单位开展跨部门、跨层级的政务应用大数据分析，业务协作，提供应用集成模板、集中监控管理、远程配置部署等工具，降低跨地域实施难度。电子政务应用中存在大量跨部门、跨层级的业务协作，数据交换平台是县级各部门共享数据，进行全县内大数据分析的基础也是解决跨部门协作的有效手段。全县统一规划、统一规范、统一架构，避免各级单位独立建设带来的格式各异、接口混乱、无法重用、难以扩展的局面;施行统一部署、统一监控、统一管理的集中管理模式，总体上降低各级公司部门信息整合的建设、管理、应用的成本。社会经历了由磁盘、磁带、光盘存储数据，向以公文档为主要形式数据的发展，后来互联网的兴起促成了数据量的第三次大规模增长，到了今天，随着互联网、物联网、云计算应用的进一步丰富，数据已呈指数级增长，“大数据”概念逐渐在各界引起热议。在大数据时代，我们分析的数据因为“大”，摆脱了对传统对随机采样的依赖，而是面对全体数据;因为所有信息都是“数”，可以不再纠结具体数据的精确度，而是坦然面对信息的混杂;信息之“大”之“杂”，让我们分析“据”也由传统的因果关系变为相关关系。

大数据平台由网络基础设施层、数据支撑层、信息安全层、统一管理等构成。数据支撑层必须能够对数据采集、数据质量、数据安全、数据挖掘、数据处理和数据可视化进行大数据的全生命周期管理。通过对全县范围内从不同部门收集到数据运转起来成为流化的资源，为应用支撑层的运转提供丰富的高质量的不同维度的数据资源的接口。在全县数据集中的同时需要考虑数据在传输和存储时的安全问题以及不同部门对外共享自身内部数据时数据边界控制的问题，从技术和制度上保障这些数据资源得到科学、有效、合规的使用。

大数据平台建设的主要任务：

(一)建立政务云平台。

建设全县统一的政务云计算平台。以县广电公司的设施为基础，进行云化改造，建立自行管理的云计算资源池，为各部门不宜采用社会化云计算服务的关键性业务系统提供基础设施共享服务。

(二)实施大数据管理。

1.建立政务数据交换和目录体系。以县广电公司的交换中心为主交换平台，构建全县统一的电子政务数据交换体系。统筹各部门可供共享的信息和共享需求，编制政务信息资源共享目录，明确可供共享的信息名称、数据格式、提供方式、提供单位、共享条件、更新方式、更新时限等要素，按需向其他部门提供信息共享服务。

2.建设政务数据集中共享平台。建立健全共享数据汇聚机制，按照“一类数据来源于一个权威部门，权威部门负责更新维护”原则，通过统一数据交换平台，将具有公共性、标识性、基准性的共享数据进行汇聚，集中存储于云平台，逐步形成人口、法人、经济、空间地理、社会信用等各类城市重要基础性数据库。充分发挥云平台共享数据的中心作用，建立向云平台直接获取为主，部门间数据交换获取为辅的共享应用机制，提高城市综合数据共享使用效率。

(三)推进大数据应用。

提高决策数据服务水平。围绕县公司决策需要，以建设决策支持电子政务系统为抓手，充分整合各部门现有办公应用和业务系统数据资源，逐步建立支撑领导决策研判的决策数据资源库，提供更加及时高效的信息获取方式，丰富展现形式，为公司决策提供全面准确便捷的数据服务。使县领导能够及时掌握经济运行与社会发展的实际状况和发展趋势，不断提升政务数据保障和辅助决策能力。

(四)构建大安全体系。

1.加强统一电子政务网络建设管理。在现有电子政务外网平台基础上，提升县级骨干网络业务承载能力，按需扩充统一互联网出口，为公司大数据平台提供高速、稳定、安全的网络运行环境。

2.加强安全技术防护体系建设。按照信息系统安全等级保护要求，针对大数据平台的技术特点，进一步完善以病毒防范、漏洞管理、入侵防范、信息加密、访问控制等为重点的安全防护体系，确保电子政务系统不被破坏和数据不被窃取泄漏。

第二篇：车联网大数据平台架构设计

车联网大数据平台架构设计-软硬件选型

1.软件选型建议 1.1 数据传输

处理并发链接的传统方式为：为每个链接创建一个线程并由该线程负责所有的数据处理业务逻辑。这种方式的好处在于代码简单明了，逻辑清晰。而由于操作系统的限制，每台服务器可以处理的线程数是有限的，因为线程对CPU的处理器的竞争将使系统整体性能下降。随着线程数变大，系统处理延时逐渐变大。此外，当某链接中没有数据传输时，线程不会被释放，浪费系统资源。为解决上述问题，可使用基于NIO的技术。 1.1.1 Netty

Netty是当下最为流行的Java NIO框架。 Netty框架中使用了两组线程：selectors与workers。其中Selectors专门负责client端(列车车载设备)链接的建立并轮询监听哪个链接有数据传输的请求。针对某链接的数据传输请求，相关selector会任意挑选一个闲置的worker线程处理该请求。处理结束后，worker自动将状态置回‘空闲’以便再次被调用。两组线程的最大线程数均需根据服务器CPU处理器核数进行配置。另外，netty内置了大量worker功能可以协助程序员轻松解决TCP粘包，二进制转消息等复杂问题。 1.1.2 IBM MessageSight

MessageSight是IBM的一款软硬一体的商业产品。其极限处理能力可达百万client并发，每秒可进行千万次消息处理。

1.2 数据预处理 1.2.1 流式数据处理

对于流式数据的处理不能用传统的方式先持久化存储再读取分析，因为大量的磁盘IO操作将使数据处理时效性大打折扣。流式数据处理工具的基本原理为将数据切割成定长的窗口并对窗口内的数据在内存中快速完成处理。值得注意的是，数据分析的结论也可以被应用于流式数据处理的过程中，即可完成模式预判等功能还可以对数据分析的结论进行验证。 1.2.1.1 Storm

Storm是被应用最为广泛的开源产品中，其允许用户自定义数据处理的工作流(Storm术语为Topology)，并部署在Hadoop集群之上使之具备批量、交互式以及实时数据处理的能力。用户可使用任意变成语言定义工作流。

1.2.1.2 IBM Streams

IBM的Streams产品是目前市面上性能最可靠的流式数据处理工具。不同于其他基于Java的开源项目，Streams是用C++开发的，性能也远远高于其他流式数据处理的工具。另外IBM还提供了各种数据处理算法插件，包括：曲线拟合、傅立叶变换、GPS距离等。 1.2.2 数据推送

为了实现推送技术，传统的技术是采用‘请求-响应式’轮询策略。轮询是在特定的的时间间隔(如每1秒)，由浏览器对服务器发出请求，然后由服务器返回最新的数据给客户端的浏览器。这种传统的模式带来很明显的缺点，即浏览器需要不断的向服务器发出请求，然而HTTP request 的header是非常长的，里面包含的数据可能只是一个很小的值，这样会占用很多的带宽和服务器资源。

面对这种状况，HTML5定义了WebSockets协议，能更好的节省服务器资源和带宽并达到实时通讯。应用Websockets技术，服务器可以通过一个双工通道主动推送数据至客户端浏览器。 1.3 数据存储 1.3.1 车载终端数据

自2006年以来，基于Google提出的MapReduce编程模型以及分布式文件系统的开源项目Hadoop，得到了分布式计算领域的广泛关注，近年来更是几乎成为了大数据行业的标准框架。众多国际互联网公司如Yahoo!、Twitter、Facebook、Google、阿里巴巴等均开源发布了大量基于Hadoop框架的软件，从而使得此框架拥有其他大数据工具所不具备的软件生态圈。

2013年底，Hadoop 2 发布，新一代的计算框架YARN在兼容MapReduce之外，使得其他第三方计算工具可以更便捷的与HDFS整合。同时HDFS也增加了HA(高可用)等新功能。

Cloudera是一家美国的Hadoop软件发行商，其CDH提供了企业级的服务支持，超过50%的Hadoop开源项目贡献来自于Cloudera的工程师。恒润科技目前使用的是Cloudera的CDH5。

数据存入HDFS中时，Hadoop会自动将数据切分为block并均匀分布的存储在集群的各个数据节点。读取数据时，往往通过Map Reduce的方式将数据汇总并提取。这种方式非常适用于对海量数据(eg. 100GB+)进行检索或分析的场景。这是因为，首先海量数据很难用单机进行处理，因为大量数据需要先加载至内存;其次因为MapReduce(或基于YARN的其他计算方式)可以充分利用整个集群中的计算资源，任务的执行效率远远快于单机。

而对于交互应答及时性要求较高的应用场景，比如查看某列车某一时段的车速变化曲线(涉及数据量相对较小)。用户往往期望指定检索条件后可得到秒级的响应。但如果采用上述方式直接从HDFS取数据，整体集群任务派发与资源协调所需的时间将远大于数据处理与展示的时间。用户体验将会大幅下降，这种情况下一般会采用非结构型Nosql数据库。HBase是Hadoop生态圈中非结构型数据库的代表，其架构参考了Google的bigTable设计。旨在为客户提供基于HDFS，支持快速写入与读取的数据库。

HBase的一个典型应用场景便是车载终端数据存储，车载终端数据的特点包括：数据类型多样、数据具有时序性、车载终端有移动性以及数据粒度小。车载数据也符合上述特征，因此HBase相对于HDFS是一个更加合适的选择。然而，HBase表的设计对数据检索效率的影响可谓巨大，因此必须紧密结合应用场景、数据结构以及数据的元数据才能确保HBase的性能满足应用需求。 1.3.2 应用数据

应用数据一般则采用关系型数据库进行存储。常见的关系型数据库包括：Mysql，SqlServer，Oracle等。 1.4 数据分析 1.4.1 基础运算功能

大数据平台需根据数据类型的相应特点封装基础运算功能。例如，对于布尔量，需提供某段时间区间内，0、1变化的次数统计，0、1所占比例分布等功能;对递增量如列车里程，应提供某段时间区间内该信号的变化率。而这些功能在分布式环境下主要是通过MapReduce的思想实现。

MapReduce是Hadoop的核心组件之一。所有计算任务都被分解为两个过程：Map与Reduce。其中Map过程的核心思想为‘移动计算优于移动数据’，即将计算任务Mapper分发至数据所在计算节点。计算节点对本地数据进行计算并将计算结果记录在本地HDFS。Reduce过程，则由reducer去各个计算节点收集mapper的中间计算结果再整理成最终结果。这一过程适合的场景是大批量数据运算，而针对交互性较强的应用，因整个计算过程涉及大量磁盘IO操作，很难做到及时响应。为此Hadoop软件生态圈对MapReduce过程进行了大量优化，而Spark的出现则进一步颠覆了MapReduce的实现方式。 1.4.2 Apache Spark

Spark将数据源封装为RDD(一种可伸缩的分布式数据结构)。针对RDD的Mapreduce过程，将所有中间结果都保存在内存，而不需读写HDFS，从而提高计算任务的整体效率。除MapReduce外，Spark还提供许多其他数据操作。自2014年起，spark已经成为Apache开源社区中最活跃的开源项目。 1.4.3 SQL on Hadoop

在传统关系型数据库中进行数据分析往往是依靠SQL语言。对于不熟悉分布式编程的数据分析人员，SQL on Hadoop的出现无疑为他们提供了一种便捷而强大数据分析工具。为Hbase提供SQL操作的工具包括Hive，Impala与Pheonix。其中Hive与Impala都是为HDFS而设计同时提供了对Hbase的接口;Pheonix则是专门为Hbase设计的，底层实现完全依赖Hbase 的原生接口。 1.4.4 机器学习算法

数据挖掘中常用的许多机器学习算法都是迭代式的，当数据分布在集群中，传统的单机算法实现将难以生效。Apache Mahout提供了多种机器学习算法基于MapReduce的实现，包括聚类、拟合、协同过滤等。Spark也提供了Mlib组件并以Spark的方式对上述算法进行了实现。 1.4.5 BI

传统的的BI工具近年来也开始提供基于Hadoop的数据计算接口，如Matlab提供了MapReduce的接口(http:///discovery/matlab-mapreduce-hadoop.html)。而SPSS更是宣布除与Hadoop集成之外，还将于2015年完成与Spark的集成。值得注意的是，这些集成仅是底层实现的集成，即仍然要求数据分析人员具备MapReduce的编程思想并学习这些工具关于Mapreduce的客户端接口。 1.4.6 工作流

Oozie是Hadoop生态圈中第一款关于计算流程规划的工具。通过这款工具，开发人员可以将上述数据分析工具进行整合，以完成非常复杂的数据统计任务。然而Oozie缺乏可视化的工具对工作流进行设计，且调试十分不便。

Azkaban是由LinkedIn贡献的一款类似的开源工具并提供了用户友好的可视化界面。

1.4.7 数据可视化

由于前段的框架采用的是基于浏览器的B/S架构，因此数据的可视化可以依托于大量开源的javascript工具库,例如D3(https://github.com/mbostock/d3/wiki/Gallery)、Highcharts(http:///demo)以及Baidu Echarts(http://echarts.baidu.com/doc/example.html)。

以Echarts为例，其提供的工具包括：折线(面积)图、柱状(条形)图、散点(气泡)图、 K线图、饼(圆环)图、雷达(面积)图、和弦图、力导向布局图、地图、仪表盘、漏斗图。具体demo请参考上述链接。 2 硬件选型建议 2.1 服务器选型 2.1.1 配置

Hadoop集群中DateNode的推荐配置为： • 12～24 块1～4TB 硬盘

• 2 ～8核 CPU, 频率2～2.5GHz • 64-512GB 内存 • 10～100G以太网网口 NameNode的推荐配置为：

• 4～6 块1TB 硬盘 (操作系统1块, 文件系统2块,Zookeeper1块) • 2 ～8核 CPU, 频率2～2.5GHz • 64-128GB 内存 • 10～100G以太网网口 2.1.2 规模

车载终端数据进入Hbase后，以Hfile的形式存于HDFS。这意味着所有数据在整体集群中将会至少保存3个备份。规划集群规模时需考虑下列几个参数： •

车载终端数量(车载数据采集设备)sensors •

采集端口数量ports •

采集频率 frequency •

采集时间period •

端口大小 size •

备份数量 redundancy

由于Hadoop集群支持动态扩展，因此策划时可先按最小需求搭建物理集群。

第三篇：大数据教学平台建设规划

一、建设背景 ................................................................................................................................... 1

二、建设目标 ................................................................................................................................... 3

三、建设内容 ................................................................................................................................... 4

(一)专业核心课程 ............................................................................................................... 4

1.专业核心课程范围 ....................................................................................................... 4 2.建设周期和建设数量 ................................................................................................... 4

(二)通识教育在线课程 ....................................................................................................... 5

(三)网络自选(拓展)课程 ............................................................................................... 5

1.建设方式 ....................................................................................................................... 5 2.学习方式 ....................................................................................................................... 6 3.学分置换 ....................................................................................................................... 6

(四)原精品资源共享课、网络共享课等 ........................................................................... 6

四、建设方案 ................................................................................................................................... 6

(一)大数据教学平台功能简介 ........................................................................................... 7

(二)六大功能模块 ............................................................................................................... 7

1. 网络教学门户网站 ..................................................................................................... 7 2. 课程中心 ..................................................................................................................... 7

2.1 专业核心课程 ................................................................................................... 8 2.2通识教育在线课程 ............................................................................................ 8 2.3网络自选(拓展)课程 .................................................................................... 8 2.4 原精品资源共享课、网络共享课 ................................................................... 8 3. 移动学习空间 ............................................................................................................. 9 4. 教师发展中心 ............................................................................................................. 9 5. 教学管理中心 ............................................................................................................. 9

5.1 教学评估 ........................................................................................................... 9 5.2 教学资源管理 ................................................................................................. 10 5.3 OA系统 ............................................................................................................ 10 6. 教学质量工程 ........................................................................................................... 10 7. 备课资源库(备选项) ........................................................................................... 10

(三)各功能模块要求 ......................................................................................................... 11 1. 网络教学门户网站 ................................................................................................... 11 2. 课程中心 ................................................................................................................... 11 2.1 课程创建 ......................................................................................................... 11 (1)课程共建 ............................................................................................... 12 (2)助教功能 ............................................................................................... 12 (3)双模板选择 ........................................................................................... 12 (4)课程封面 ............................................................................................... 12 (5)课程编辑 ............................................................................................... 12 2.2 课程教学 ......................................................................................................... 13 (1)多模式教学 ........................................................................................... 13 (2)学习过程管理 ....................................................................................... 14 (3)线上作业 ............................................................................................... 15 (4)在线测试 ............................................................................................... 15 2.3 教学信息统计 ................................................................................................. 16

1 (1)教师端 ................................................................................................... 16 (2)学生端 ................................................................................................... 16 2.4 教学互动 ......................................................................................................... 16 (1)学生问题讨论 ....................................................................................... 16 (2)教师在线答疑 ....................................................................................... 17 3. 移动学习空间 ........................................................................................................... 17 3.1 PC终端 ............................................................................................................ 17 3.2 移动APP .......................................................................................................... 17 (1)移动教案 ............................................................................................... 17 (2)课堂签到 ............................................................................................... 18 (3)随机提问与调查 ................................................................................... 18 (4)学习监控 ............................................................................................... 18 (5)闯关学习 ............................................................................................... 18 (6)作业 ....................................................................................................... 19 (7)在线互动 ............................................................................................... 19 (8)在线考试 ............................................................................................... 19 (9)课程显示 ............................................................................................... 19 4. 教师发展中心 ........................................................................................................... 19 4.1 文本显示模块 ................................................................................................. 19 (1)中心简介 ............................................................................................... 19 (2)政策文件 ............................................................................................... 20 (3)名师风采 ............................................................................................... 20 (4)教师培训 ............................................................................................... 20 (5)教学督导 ............................................................................................... 20 (6)教学论坛 ............................................................................................... 20 4.2 视频展示模块 ................................................................................................. 20 (1)视频展示 ............................................................................................... 20 (2)资源下载 ............................................................................................... 20 5. 教学管理中心 ........................................................................................................... 21 5.1 在线评审 ......................................................................................................... 21 5.2 通知公告 ......................................................................................................... 21 5.3 教学组织和专业设置 ..................................................................................... 21 5.4 大数据平台统计汇总 ..................................................................................... 21 6. 教学质量工程 ........................................................................................................... 21 (1)课程建设 ............................................................................................... 22 (2)专业建设 ............................................................................................... 22 (3)教学团队建设 ....................................................................................... 22 (4)教材建设 ............................................................................................... 22 (5)教学名师 ............................................................................................... 22 7. 备课资源库(备选项) ........................................................................................... 22

xxx学院大数据教学平台建设规划

一、建设背景

自2012年起，美国各顶尖大学陆续开设了以慕课(MOOC-大型开放式网络课程)为主的网络学习平台，在网上提供免费课程。Coursera、Udacity、edX三大课程提供商的兴起，给更多学生提供了系统性学习的可能。美国哈佛大学、麻省理工、加州理工等高校前后累计投入近2.4亿美元，用于开发网络化课程。加之以微课、翻转课堂等为代表的新的教学方式不断创新突破，使得课程网络化重新定义了学校，重新定义了教师，甚至也重新定义了学生，提供了一种全新的知识传播模式和学习方式，必将引发全球高等教育的一场重大变革。

当前国内、省内高校在课程网络化建设方面均取得了一定成绩。其中，西安交通大学建立了较为完备的网络公开课学习平台，涵盖工学、理学、管理学等七大学科，具备线上学习、考试、互动等功能;周口师范学院则建立了较为详细的大数据分析系统，能够实现对学生出勤、就餐、图书阅读等方面的大数据分析。但是，上述高校在课程网络化建设方面还存在着以下不足：

第一，重通识轻专业。国内高校，特别是985高校较为重视自身网络资源共享课的建设(即慕课)，建设水平相对较高;省内高校，则是通过引进智慧树、尔雅等通识教育课程，构建通识教育网络平台。

1 但是，各高校专业核心课程网络化建设普遍较为薄弱，即使是建设较好的西安交通大学，也仅是将部分专业核心课程用于跨专业通识教育，并没有依托优势专业，构建基于网络的专业核心课程体系，供在校学生学习使用。

第二，重整体轻细节。北京大学、清华大学、郑州大学的课程建设整体情况较好，多数课程都拥有较为系统的教学大纲、讲义、PPT和试题库。但是，上述学校在线课程时长均为45分钟左右，系按照传统课堂要求录制的一整节教学内容，学生网络学习与在课堂听课效果一样，缺乏基于微课、微视频等工具对课程进行细化讲解，无法突出重要知识点。

第三，重讲授轻反馈。各高校建成的网络教学平台中，均设有互动模块用于教师与学生进行线上交流。但是，由于缺少有效的监督和激励机制，多数互动平台处于零活动状态，既没有学生提问，也没有教师解疑答惑，学生网络学习质量只能简单依靠在线习题进行验证。

第四，重建设轻管理。在被调查院校中，除西安交通大学、浙江大学上线的网络课程能够顺利访问外，其他学校均存在视频打不开、课程内容不完整，甚至网页不能正常访问等情况，说明课程网络化建设后期管理存在较大漏洞，不能完全保证学生随时学习、随地学习的要求。

第五，重成绩轻运用。各高校在课程网络化建设方面投入较大，知名高校均聘请上市网络企业进行页面设计和功能设计，建设效果较好。但是，除兄弟师范学院外，各高校均没有以大数据为基础，形成

2 建设效果总结报告和发展规划，且兄弟师范学院在形成报告后，也没有完全将该报告中反馈的问题应用于实际教学。

有鉴于此，我校在课程网络化建设过程中，既要发挥慕课线上教育的优势，又要结合微课成果简化、多样传播的特点，同时兼具翻转课堂将学习决定权让渡给学生的原则，采取兼容并包、取长补短的方式，以大数据为基础，加快推进课程网络化建设，显著提升我校教学水平和教学质量。

二、建设目标

根据当前高等教育发展趋势，以及慕课、微课、翻转课堂等新方法、新工具的发展方向，结合我校转型升级发展具体需求，对我校本科课程网络化建设提出以下建设目标：

第一，以专业核心课程为重点，加快推动教学方式改革。通过3年建设，基本建成以三级知识点分类为依托，以课堂讲授、网络课堂、微课、微视频、课程试题库为基础的“课堂学习+网络学习”的专业核心课程教学新体系，并逐步向全校所有课程延伸。

第二，以通识教育在线课程为引导，不断提升自建网络课程质量。按照引进与自建相结合原则，建设一批涵盖“科学素养、人文素养、艺术素养”三大模块，拥有自主知识产权和版权的通识教育在线课程，使部分课程达到网易公开课、MOOC学院和中国大学MOOC等国内知名网络平台上线要求。

第三，以网络自选(拓展)课程为辅助，有效促进学生专业综合

3 能力提升。采用自愿、自主原则，鼓励各学院在学生完成专业基础课程学习后，通过建设一批能够拓展学生专业知识面、调动学生自学积极性的自选(拓展)课程，进一步提升学生专业综合能力和素养。

第四，以大数据分析为基础，全面提升我校教育教学质量。针对当前传统教育方式一门课程讲到老、一本教材用到老等种种弊端，运用大数据分析工具，大胆探索、小心求证，逐步形成课程任课教师专业教研室、教学院系和教务处四级评价分析体系，从课程改革入手向专业改革延伸，全面提升我校教育教学质量，以适应转型升级发展新形势、新要求。

三、建设内容

(一)专业核心课程 1.专业核心课程范围

专业核心课程主要包括教育部专业指导目录中所规定的完成本专业学习的必修课程。

2.建设周期和建设数量

第一阶段：2017年，从24个转型试点专业和应用型专业群中选择50门课程进行建设;

第二阶段：2018年，完成转型试点专业全覆盖，同时从非试点专业中选择40门课程进行建设;

4 第三阶段：2019年，从全校所有专业中(已建成的不再重复建设)选择60门进行建设，完成应用型专业群全覆盖;

第四阶段：2020年以后，逐步完成全校所有专业核心课程网络化建设。

(二)通识教育在线课程

通识教育在线课程是第一课堂在课下的延伸和拓展，既是提升学生综合素质的渠道，也是进行开放式和探究式学习的重要平台。在前期引进尔雅通识课程的基础上，我校将采取引进与自建相结合的方法，以“科学素养、人文素养、艺术素养”三大模块为主，每年遴选5门左右深入开展通识教育在线课程建设。

通识教育在线课程在供本校学生学习的同时，鼓励任课教师或课程教学组向校外提供课程资源共享服务。任课教师或课程教学组通过向校外共享课程资源所获收益，归任课教师或课程教学组所有。

(三)网络自选(拓展)课程

网络自选(拓展)课程是在专业课程基础上，对学生综合能力和素养的进一步提升。我校将按照自愿、自主的原则，鼓励和支持网络自选(拓展)课程建设。

1.建设方式

各学院以基层专业教研室为单位，根据自身专业特点，在学生完成专业基础课程学习后，通过自建(建设标准参照通识教育在线课程)

5 或引进相结合，建设3-5门与本专业学习有关的网络自选(拓展)课程，上传至大数据教学平台，进一步强化学生专业能力。

2.学习方式

学生根据各专业提供的网络自选(拓展)课程资源，在大数据教学平台上(或手机APP)根据学习要求自主完成学习。

3.学分置换

学生完成网络自选(拓展)课程后，由各学院教学办公室统一认定，确定可置换的学分数量和课程，经学院教学负责人签字确认后报送教务处备案。

(四)原精品资源共享课、网络共享课等

2013-2016年获准立项建设的省、校级精品资源共享课、网络视频公开课、精品课程等在建项目，均可按照专业核心课程、通识教育在线课程和网络自选(拓展)课程的建设要求和建设标准进行后续建设。教务处将对建设质量较好、建设效果明显的项目进行后期资助，并优先推荐国家级、省级课程建设项目。

四、建设方案

以下建设方案均采用本地部署模式。

(一)大数据教学平台功能简介

我校大数据教学平台以学生为中心，基于“线上+线下”、“平台+课程”的教学新理念，通过课堂讲授、辅助学习和自主学习相结合，逐步实现传统课堂教学与现代网络技术的融通运用，构建混合式教学新模式。

通过大数据教学平台实现教学互动功能、资源共享功能、移动学习功能、教学门户的建设，达到教师能够进行课程建设、教学监控、资源共享、学生能够自主学习的目的，并实现所有数据的整合，最终建设成一个理念领先、技术先进、国际化特色突出的网络教学中心。

(二)六大功能模块 1.网络教学门户网站

该网站能够实现教学新闻公告动态显示，有具校园代表性的大图片展示区，具备信息发布和页面自定义、访问统计分析、统一检索等功能;具备链接进入大数据教学平台各功能模块的功能;具备多种资源排行展示，如精品课程排行、课程网站排行、课程资料排行等功能;并且支持对本校课程进行检索。

2.课程中心

课程中心包括专业核心课程、通识教育在线课程、网络自选(拓展)课程和原精品资源共享课、网络共享课4大课程子系统;能够提供课程建设工具，实现与Microsoft Office和WPS的无缝对接。

7 2.1 专业核心课程

能够兼容包括Camtasia Studio等在内的微课编辑工具，支持按照课程三级知识点在线创建、编辑、修改各种类型的微课;实现按照课程知识点编辑排序讲义、PPT、微课。

2.2通识教育在线课程

能够兼容学校已购进的尔雅通识教育课程和自建通识教育课程。 2.3网络自选(拓展)课程

实现按照各二级学院或学科专业为单位的网络自选(拓展)课程分类、排序。

2.4 原精品资源共享课、网络共享课

能够将前期已有的精品资源共享课、网络共享课上线。以上4大课程子系统均应包括“教-学互动平台”：该平台能够提供全面的网络教学功能，包括作业、考试、通知、互动课堂、PBL教学、资料、统计等。同时，在教学过程中，能够直接无缝对接各种在线资源，实现名师课程视频、教材教参、文献资料等的轻松调用，为教与学随时随地提供资源支持。师生可以在互动课堂模块通过音视频、文字互动，实现远程授课、辅导。在4大课程子系统中均支持辅助教学、闯关式网络教学、混合式翻转课堂教学等多种教学模式。课程建设过程中可插入作业、视频、图书作为任务点，通过任务点是否完成

8 来对学生行为进行监控。详尽的学习统计能够统计出每个学生的学习进度、学习行为轨迹、作业分数、视频观看情况、图书阅览情况、参与讨论次数等。教师可以为每个班级制定学习计划。将课程章节定时开放给学生，也可以设置闯关式学习，学生必须将章节中全部人物点完成才能进入下一节，控制学生的学习流程，监控学习结果。

3. 移动学习空间

可以通过电脑、手机、平板等终端设备，为每个学生打造个性化主页，记录学习历程。同时，可以满足学生与学生之间、学生与老师之间的学习互动交流。同时考虑到学校其他平台较多，学习空间应支持外部平台接入，方便学生与老师使用。

4. 教师发展中心

以教学研究和教学改革为中心，能够提供培训服务、课程评估、资源共享等功能。主要内容应包括中心简介，政策文件，通知公告，名师风采，教师培训，教学督导，学院风采，教学论坛，资源下载等功能模块。

5. 教学管理中心 5.1 教学评估

能够统计教学过程中所产生的数据，可以对老师的教学情况、学生的学习情况、课程的访问情况等进行全面的、可视化的统计分析，

9 以帮助学校和老师更好的进行教学评估管理。

5.2 教学资源管理

能够对学校教师和院系手中的各种教学资源进行系统的归类和整理，并将文件加以统一的管理和存储，实现教务处对于这部分教学资产真实、有效的管理和控制;提供统计和分析系统，使教务处能够准确掌握校内各种教学资源的分布状态，并以此为依据，对未来的教学资源建设进行合理的规划。

5.3 OA系统

文件发布：实现教务文件在线发布、在线阅读，教务处能够对文件阅览情况进行实时监控;项目评审：实现教学研究项目、教学团队、精品课程等项目的在线申报、在线评审。

6. 教学质量工程

能够协助学校进一步提高教学质量工程项目生命周期管理。主要包括政策文件发布，在线项目管理，项目统计分析和项目成果展示等，全面满足学校质量工程的项目管理需求。同时，平台还提供附件文档的在线阅读、项目公文模板自定义等特色功能，让质量工程更方便、更灵活。

7.备课资源库(备选项)

能够实现与图书馆、外部网络资源的对接，供教师教学和备课使

10 用。(此项功能为备选功能)

(三)各功能模块要求

总体要求：大数据教学平台面向30000名师生同时在线开放，在系统的兼容性、稳定性、安全性、可靠性等方面有严格的要求：

 7×24小时不间断运行;  页面响应不高于3秒;  检索响应不高于3秒;  视频点播响应不高于10秒。 1. 网络教学门户网站

实现新闻公告动态显示，热门教学视频动态显示，有校园具代表性的大图片展示区，生动记录教师学生们的学习和生活。

除常规门户网站所包含内容外，还应包括教学成果展示板块，具备多种资源排行展示，如精品课程排行、课程网站排行、课程资料排行、及热门专业排行，包含学校特色的人才培养方案、教学组织运行的功能。

2. 课程中心 2.1课程创建

在课程中心模块中，应支持在线创建课程、设置课程的学分考核机制、设置课程展示模板等，以及学生在线听课、在线阅读、在线提

11 问、在线作业、在线考试、在线互动讨论、学分审核、获得学分等。

(1)课程共建

支持多位老师共建一门课程，使课程内容更加丰富，同时减轻了教师工作负担。

(2)助教功能

支持添加助教功能，老师可以选择合适人选来担当本门课程助教，协助批改作业、考试阅卷等教学活动。

(3)双模板选择

支持基于章节和知识点两种模板创建课程，三步完成课程创建：.....选择模板、编辑课程信息、编辑章节或知识点内容。要求实现Microsoft Office和WPS文档、PPT直接上传，同时支持常见视频格式上传。

(4)课程封面

内容包括课程名称(中英文)、课程封面、课程相关信息、课程介绍、教学资源等内容，要求编辑界面简洁明了、操作简单，原位编辑、灵活方便。

(5)课程编辑

在课程内容编辑中，要求与Microsoft Office和WPS的无缝对接，支持直接粘贴、复制，并具备与Microsoft Office和WPS相一致的在

12 线编辑功能。在编辑过程中，可以根据课程内容添加图片、文档、音频，视频，网页，作业;可以对插入的微课、微视频等资源设置任务点，防拖拽，防窗口切换等，使学生在观看视频的过程中不能进行其他操作;在视频的播放过程中，可以插入与视频相关的图片、PPT，可以在视频中添加相关的测验，学生只有在正确回答相关问题后才能进行后续视频内容的学习。

上述内容要求能够实现原位编辑，不需进入后台，即可在网页原位进行编辑操作。

2.2 课程教学 (1)多模式教学

平台应支持网络辅助教学(专业核心课程)、网络教学(通识教育在线课程、网络自选(拓展)课程和原精品资源共享课、网络共享课)，翻转课堂、PBL(问题式学习)等多种现代化教学模式。

其中，网络辅助教学，指的是教师运用平台上传教学所需的资料(如PPT、讲义、教案、教学大纲、课程习题库等文本文件，以及微课(5-10分钟)、微视频(20分钟左右)等网络资源)，在线布置作业(可设置闯关模式)、批改作业，与学生进行讨论答疑等活动。

网络教学，指的是教师通过平台上传完整的课程讲座视频(涵盖所有教学内容，每讲45分钟)，学生可以在校内通过无线网络(校园WIFI)和有线网络自主学习，可以突破传统课堂人数限制。

翻转课堂，指的是将课程学习的过程由线下实体课堂反转到线上

13 网上教学。首先由学生在线上进行自主的课程学习，在实体课堂中老师主要进行讨论与答疑等活动。

PBL教学，指的是将学习与具体任务或问题挂钩，使学生能够在平台上自主预习任务问题，教师能够实时监控学生预习进度，并及时进行解疑答惑。

在该平台下，教师可以根据各自实际需求和学校对课程建设的具体要求，灵活选择教学模式。同时，还应具备学分管理系统，能够监控学生学习过程，设置各项学习指标权重，统计学习成绩，并在学生学习结束后能够给出相应的学分。

(2)学习过程管理

该平台以学习过程管理为核心，开展作业、考试、答疑、讨论、评价等教学活动。

学生在登录平台后，可以直接查看自己四年全部课程总体学习进度和某一门课程的单科学习进度。(如果教师在课程中设置了闯关模式，则学生必须完成相应的任务后才能够进行后续学习)。

教师在登录平台后，可以直接查看本学期承担课程中每个学生的学习进度和总体学习进度。其中，单个学生学习进度，应包括视频观看进度、学生点击情况(含点击时间、时长、点击者信息等内容)、讲义、PPT观看、下载情况、作业完成情况等;总体学习进度，应包括全部学生总体学习情况、作业整体完成率、学生网络学习排名等。上述内容均要求采用Excel形式，并能够快捷导出。

14 (3)线上作业

即从作业发布、接收到批阅，全部流程都在网上完成，学生可以在线接收作业、做作业、关注作业的反馈情况，随时查看教师的评语及成绩。学生可以对任意作业进行收藏，将自己认为重要的知识点集中到一起当作之后学习的要点。

如果教师在作业中设置了闯关模式，则学生必须完成指定作业内容后，方能进入下一步作业。

(4)在线测试

教师可通过题库进行选题或者在线编辑试题，然后设置各类题型的数量和分值创建试卷，试卷创建好以后，教师根据测验的时间，参加测验的对象，发起测验。学生就可以接收到该试卷进行测验。支持从题库中选题进行组卷的功能，教师可以对试卷中的试题进行添加、修改、删除、任意排序、预览等功能，还可以对试题进行分值分配;试卷包括客观题、主观题、复合题等;题的属性包括类别、难度系数、适用层级等，同时，系统能根据题的使用频率和学生回答的正确率进行自适应的调整难度系数，力求难度系数符合真实情况，提高参考价值。

15 2.3 教学信息统计 (1)教师端

教师端信息包括两个方面：

工作量统计，主要包括教师发作业、批量作业、试卷、试题、讨论答疑、学生对教师授课的满意度、教授的学生的成绩等数据汇总，同时，系统支持原始数据导出。

学生学习统计，主要包括完成的作业、参加的考试与考试得分、提出的问题、参加过的讨论、读过的书、看过的视频等数据汇总，按汇总的数据对学生进行排名，并能够精确显示学生学生行为轨迹。在作业统计中，能够根据教师设置的每份作业的权重，统计出学生网络学习总成绩。同时，系统支持原始数据导出。

(2)学生端

学生端信息，主要包括学生各门课程学习进度和大学四年总体学习进度。

2.4 教学互动 (1)学生问题讨论

平台为学生提供在线提问功能。根据学生输入的问题题目内容，自动为学生推荐与该问题相似的问题，同时推送与问题相关的学习资料(如视频、图书、文档文献等)，辅助学生自主解决问题。为了提高

16 解答的质量，学生在提问的过程中，可以选择解答范围，包括允许所有人解答、允许某位教师解答。师生可以就课程学习进行讨论，答疑，增强师生的互动，加深学生对知识的理解。

(2)教师在线答疑

教师在线回答学生提出的问题，可通过系统消息或手机、邮件等及时反馈给学生。当有新的问题时，系统会在教师平台页面自动提醒，或者通过手机、邮件等形式提醒教师，方便教师与学生之间的即时沟通。教师可以对答疑库中的问题进行管理，如建立精品答疑库，将问题分类，便于系统自动为学生精准地推送问题，提高疑问的解决效率。

3. 移动学习空间

移动学习空间包括PC终端和移动APP两种模式。 3.1 PC终端

PC终端主要集中于课程中心，在此不再赘述。 3.2 移动APP 移动APP包括IOS和Android两种类型，两种类型操作界面、操作流程应基本一致，且均能够支持平板操作。

(1)移动教案

按照教学计划，教师可提前在移动端上组织教学内容，有序安排

17 资料推送、签到、问答、抢答、投票等教学活动，方便课堂发放并易于复用;教材、作业、考试、通知、学生管理等移动教学功能，支持教师进行移动教学。

(2)课堂签到

教师在移动端发布课堂签到，学生直接用手机通过扫描教师课前打印好的二维码进行签到，签到结果可同步保存在课堂教学教师APP端和PC端。

(3)随机提问与调查

教师发布随机选人，系统会自动在已经签到的学生中随机选择学生回答问题，并可以进行结果投射;教师可以在课堂上实时发布调查问卷，学生通过移动端进行投票，教师端可以立即统计投票结果。

(4)学习监控

对于学生在线观看微课、微视频具备监控功能，如视频防拖曳、防快进等。

(5)闯关学习

学生通过PC或APP进行网络学习时，能够自动记录学习轨迹和学习行为，在完成学习任务后能够自动保持PC端与APP端同步。

18 (6)作业

学生可以通过PC或APP查询作业列表，完成作业并能够展示已完成、已批改的作业，并能够查看每次作业成绩和总成绩。

(7)在线互动

学生可以通过PC和APP查看老师、管理员发给自己的通知、调查问卷、问答、讨论话题等消息信息，且所有消息都支持有是否阅读标示。

(8)在线考试

教师可以在课程中发布考试试卷和查看考试分项统计结果，学生同样可以通过客户端进行在线考试和查看考试信息。

(9)课程显示

在PC或APP教师端，能够显示本学期教师所承担的课程信息;在学生端，能够显示本学期所修的课程信息。

4. 教师发展中心 4.1文本显示模块 (1)中心简介

对教师发展中心进行简单介绍

19 (2)政策文件

能够发布教师发展中心的各项文件、通知。 (3)名师风采

对学校名师进行展示(含照片和简历)。 (4)教师培训

主要分为岗前培训，专题活动，名师讲坛，网络培训，实践教学等功能。

(5)教学督导

主要发布相关的督导动态，督导制度等内容。 (6)教学论坛

支持教师在教学论坛交流自己的教学方法与教学心得。 4.2视频展示模块 (1)视频展示

展示与教学相关的优秀培训视频。 (2)资源下载

教师可以在资源中心下载到教师教学发展的相关培训资料。

20 5. 教学管理中心 5.1 在线评审

教务处收到申报的项目，将进行分级评审，级别分为：院、系或职能部门初审，评审办公室初审，专家在线评审，评审委员会集体评议。泛雅提供了完整的在线评审流程及简单易操作的后台管理体系，评审人只需按步操作即可。评审项目。

5.2 通知公告

该平台能够发布教学方面的各类文件、通知，并能够向各二级教学单位进行推送和点击打开情况查询。

5.3 教学组织和专业设置

该平台能够显示各二级教学单位的网站链接和全校专业设置情况。

5.4 大数据平台统计汇总

能够实现按二级学院和专业分类显示在线课程各项信息统计。 6. 教学质量工程

教学质量工程项目，指的是教学团队、精品课程、专业综合改革试点等项目。该平台的建设宗旨是打造教学质量与教学改革工程综合支撑平台及项目申报评审及管理平台。

21 质量工程项目的建设主要包括政策文件的传达，课程、专业、教材与教学团队建设的线上管理。可实现教研项目网上申报、评审、立项与成果展示。

(1)课程建设

课程建设包括校级、省级、国家级的精品课程及优秀课程展示。 (2)专业建设

包括特色专业展示及专业改革试点的公布，人才培养示范专业、各类各级教学实验班展示。

(3)教学团队建设

包括校级、省级优秀教学团队建设的展示。 (4)教材建设

包括省级、国家级重点教材及校园精品教材的展示。 (5)教学名师

包括校级省级教学名师的展示。 7. 备课资源库(备选项)

第四篇：大数据分析平台的需求报告

提供统一的数据导入工具，数据可视化工具、数据校验工具、数据导出工具和公共的数据查询接口服务管理工具是建立大数据分析平台的方向。

一、项目范围的界定

没有明确项目边界的项目是一个不可控的项目。基于大数据分析平台的需求，需要考虑的问题主要包括下面几个方面：

(1)业务边界：有哪些业务系统的数据需要接入到大数据分析平台。 (2)数据边界：有哪些业务数据需要接入大数据分析平台，具体的包括哪些表，表结构如何，表间关系如何(区别于传统模式)。 (3)功能边界：提供哪些功能，不提供哪些功能，必须明确界定，该部分详见需求分析;

二、关键业务流程分析

业务流程主要考虑包括系统间数据交互的流程、传输模式和针对大数据平台本身涉及相关数据处理的流程两大部分。系统间的数据交互流程和模式，决定了大数据平台的架构和设计，因此必须进行专项分析。大数据平台本身需要考虑的问题包括以下几个方面： 2.1 历史数据导入流程 2.2 增量数据导入流程 2.3 数据完整性校验流程 2.4 数据批量导出流程 2.5 数据批量查询流程

三、功能性需求分析 3.1.历史数据导入 3.1.1 XX系统数据 3.1.1.1 数据清单… 3 3.1.1.2 关联规则… 3 3.1.1.3 界面… 3 3.1.1.4 输入输出… 3 3.1.1.5 处理逻辑… 3 3.1.1.6 异常处理… 3 3.2 增量数据导入 3.3 数据校验 3.4 数据导出 3.5 数据查询

四、非功能性需求 4.1 性能 4.2 安全性 4.3 可用性 …

五、接口需求 5.1 数据查询接口 5.2 批量任务管理接口 5.3 数据导出接口

六、集群需求

大数据平台的技术特点，决定项目的实施必须考虑单独的开发环境和生产环境，否则在后续的项目实施过程中，必将面临测试不充分和性能无法测试的窘境，因此前期需求分析阶段，必须根据数据规模和性能需求，构建单独的开发环境和生产环境。 6.1开发环境 6.1.1 查询服务器 6.1.2 命名服务器 6.1.3 数据服务器 6.2 生产环境 6.2.1 查询服务器 6.2.2 命名服务器 6.2.3 数据服务器

七、其他 …

第五篇：综合治税系统软件平台（财税大数据）方案

面向全国客户：省、市、县政府、财政局、地税局、管委会等政府综合治税部门。系统可根据客户需求定制开发，以下功能仅供参考。

综合治税是由地方政府多部门通力合作的税收征管及监控活动。推进政府税收保障工作、加强综合治税力度是提高财政收入质量，增强财政实力的重要保证，尤其从目前征管现状来看，由于涉税信息传递不畅，部分行业、部分税种特别是一些地方零散税源跑冒滴漏现象还较为突出，一定程上造成了税收流失。充分依托各相关部门、单位的职能，建立健全税收保障工作机制，对于实现涉税信息共享、推进综合治税工作、培植壮大税源、依法加强税收征管、堵塞税收漏洞、有效防止税收流失，促进税收与经济协调增长具有非常重要的意义。

综合治税平台是一个跨部门、跨系统的电子政务系统，涉及到市财政局、市国税局、市地税局、市工商局、市质监局、市规划局、市建设局、市水利局、市交通局、市房管局、市供电公司、市公安局、市司法局、市中级法院、市教育局、市科技局、市经贸委、市人事局、市残联、市国资委、市物价局、市文化局、市体育局、市国土局、市环保局、市外经局、市发改委、市劳动保障局、市民政局、市卫生局、市统计局、市城管局、市审计局等(以下简称涉税部门)相关市直部门的数据采集、数据交换、数据整合、应用开发。

客户使用案例：山东济南、济宁、青岛、德州、菏泽等地区;河南郑州地区;江苏徐州地区;湖北恩施州地区;湖南常德地区;贵州遵义、毕节地区; 系统部分功能点介绍(以下仅是系统部分功能，详细方案联系客服)

一、数据上报、采集、查询(涉及40 个部门左右)

二、绩效管理

三、指标报送详情、统计等

四、数据比对(包含地税分析系统、国税分析系统、营改增分析系统等)

1、户籍比对

2、国地税、国税公司信息比对

3、地税工商信息比对

4、出租房屋(房地产税收管理)

5、根据国税的增值税和消费税，地税的营业税，三者税款根据税款缴纳比率，计算出三个附征税款的缴纳数，同附带的三个附征税进行比对。同时进行比对，计算出差额。从而找出遗漏的税款。

6、土地信息比对

7、用电、用水、用气信息比对