܄

永洪科技惠卓卓:大数据多样化 数据分析平台助力构建智慧校园

【数据猿导读】 2017年08月16日,由数据猿、HCR慧辰资讯双方联合主办的主题为“大数据助力个性化教育”活动在酒仙桥东路电子城科技园隆重举行,永洪科技的惠卓卓特意来为大家分享了关于大数据助力智慧校园。

永洪科技惠卓卓:大数据多样化  数据分析平台助力构建智慧校园

2017年08月16日,由数据猿、HCR慧辰资讯双方联合主办的主题为“大数据助力个性化教育”活动在酒仙桥东路电子城科技园隆重举行,永洪科技的惠卓卓特意来为大家分享了关于大数据助力智慧校园。

分享要点如下:

我今天分享的主题是《如何在校园构建大数据分析平台》,主要关于如何构建一个学校的智慧化校园,以及数据化的分析应用。在构建智慧校园、大数据分析的过程中,可能也会面临各种各样的问题,第一个是数据分析平台在校园的一些应用,以及他面临的挑战,还有就是我们永洪在这方面可以提供什么样的解决方案。

大数据分析在校园里的应用,其实是各种各样的,总结来看无非就三点:

永洪科技_大数据_智慧校园-1

1、教务管理,这个是偏教学、资源等一系列的因素。

2、教学辅助,在国外的毕业生的素养来看,他们非常提倡对数据的分析理解能力。这在国内来说是比较欠缺的。现在学生毕业找工作的时候,大家更愿意去看你会不会一些基本的、专业性的一些东西,但是很少会有人去问你,有没有具备数据分析的能力。这也是为什么在整个行业来讲,数据分析师的价值会越来越大的原因。

3、对科研方面的支撑,这更多的是针对一些高校。高校里面会有各种各样的课题研究,以及不同的实验室。其实在科研过程中会有各种各样的数据,包括自身的一些数据、分析逻辑,或者是现在国家也在推崇、构建的不同行业的数据,比如说工业4.0,这里面会积累各种各样的传感类的数据,比如说振动、温度、湿度,以及在生物方面,我们也正在构建生物基因库。

那么,永洪是做什么的? 

在教学管理方面,学校里有各种各样的设备,比如说教学设备,或者是偏专业性的一些科研设备,其实对学校来讲,这方面的采购成本是非常大的,如何把设备的资源合理化 以及利用得到最大化 这其实是学校比较关心的一点。

另外,就是教学考评分析管理。

在教学过程中,我们学校比较注重考试的考评,每堂课学生对他的评价、效果是如何的,这教务处非常关心的。再就是学生分析管理,现在物联网的普及,学校是可以采集到学生的各种各样的数据的,比如说消费数据、图书馆里的门禁系统、再就是校园Wi-Fi,这是有行为记录的,再就是课程管理,哪些课程需要进行优化,哪些课程需要保持,这也是教务处非常关心的。

教学辅助更多的是培养学生的实操能力

比如说学财务专业的学生,他要学习一些财务分析的理念、财务专业的理念。另外,我们可以引入一些外汇的模拟数据,通过这些数据的分析,让学生从中能够看出来一些问题。我们现在正在提倡的是什么 不只是为公司出报表,更多的是站在公司的整体战略制定上提供一个大的方向,这就是一个管理理念的提升,包括市场和营销这两块。

我们如何评价他的市场投入,以及市场计划的制定,还有一个是营销方面,如何做营销的管理,这一系列的因素,其实在用人单位来看,都是非常重要的一些要素。这也为我们学校提供专业性的人才提供了一些方向,也包括酒店管理、人力资源管理,各种各样的专业和培训。

在大数据分析平台建设方面,我们面临着什么样的挑战? 

第一,是数据多样化。

永洪科技_大数据_智慧校园-2

刚才两位嘉宾也分享了,他们已经做了非常大量的工作,把这些数据给采集到了,包括我们的教务系统、教学系统,还有实操的一些系统,实验室里一些设备的传感数据,我们如何实现综合的分析 比如说学生考试的成绩的分析。还有一种想法,在他做考试分析的时候,我们是不是也要对老师的教学进行分析 比如说同样的物理课,三个老师去教,按照教程来看是完全一样的,但是教出来的效果可能就不是一样的了。我们就要分析,他的教学方法,或者是学生对他的评价,能不能实现一个综合的分析以及对我们整个课程的安排。你比如说上午的课和下午的课,他们的教学效果是不是有差别性 其实对我们来说,这种数据都是有的,我们需要做的就是如何实现综合性的分析,以及从中去挖掘他之间的一个关联性,以及数据之间的耦合性。

其次,高性能的支撑。

永洪科技_大数据_智慧校园-3

在数据结构化的过程中,其实有海量的数据,各种各样的数据,实现区块性的评价,我们需要采集区块性的数据,区域性的数据对我们来说是非常大量的,如果把每一个知识点、每一个考试,每一个学校里按周去进行考试的统计的话,这个数据量是很大的。如果实现高性能的支撑 我们想要的结果是,能够实现秒级的响应(展现出来),我们需要高性能的计算和数据的结构化。在数据没有结构化之前我们是没有办法进行分析的,这也是为什么科大讯飞把数据进行结构化的一个原因。结构化处理之后,我们其实是可以拿过来做综合的分析的,或者是把教务系统打通。

再次,就是深入分析。

永洪科技_大数据_智慧校园-4

结果展现的背后逻辑其实有各种各样的建模,当然,这个建模是非常复杂的,建模的过程我们叫做深入分析的过程。再就是丰富展现的形式,刚才黄总的素材里也有展现,用不同的展现形式去看他形式,比如说线图去看趋势,饼图看占比,柱状图去看对比性。这就可以非常容易的解读数据了。

不同的业务系统会有自己一套单独的存储,现在很少有学校构建一个统一的存储平台,我们要面临的问题是什么 各种各样的数据源。其实,永洪是可以直接对接的,这样就可以解决数据独岛的问题。永洪在BI产品之外还有一款产品,对PB级的产品是可以实现快速响应的。

我们刚才也提到了深度分析支撑,在建模的过程中需要它的逻辑性,以及一个工具去支撑。还有一点,丰富的展现形式。刚开始很多人都在提倡我们只注重结果,其实不可否认的一点是,现在社会大家对美的追求是越来越高的。我们对整个可视化效果的追求是什么 嘴上说不是很重要,其实最终我们也发现,我们是蛮追求可视化的效果的,我们追求各种各样的展现形式。

如何让业务人员,或者是技术性没有那么强的人员有能力去实现他的分析? 

我们80%、90%的操作是通过拖拽实现的。刚才提到一个老师想做一个自己的分析,一方面的数据来自于教务平台,或者是学校开放的一些数据平台,另外,更大的一部分是来自于他自己手头的表,和自己记录的一些数据。在分析的过程中就不可避免了一点,就是数据关联和清洗这块。你可以通过我们的平台实现轻量级的数据清洗,以达到你最终的分析目的。

这是产品的特点,整个的安装部署都非常简单,类似于我们安装一个QQ,可以支持单击部署,也可以分布式部署。

我不知道大家对BI领域有没有了解的一些人员 其实在BI整个发展历程来看,是由传统到敏捷的。敏捷和传统最大的区别在于传统的做法是采用Q的方式,为什么会采用这样的方式 这是受硬件、技术发展的限制,之前是没有能力处理大数据运算的,所以要进行一个24表或者是Q的过程,对数据整体预算进行一个减压。现在完全有能力去实现这种细节数据的实时运算了。

最后,就是大家比较关心的移动化办公。

老师出去讲课的时候,他可能要了解一下他的整体情况,比如说教学安排,教学计划的调查。假如说一个高校老师出去做一场演讲,针对他的一些学术论文,之前的做法是把数据提前算出来,然后放在PPT上进行展现。其实,现在完全是有能力在他演讲的现场直接去展示。

永洪科技_大数据_智慧校园-5

这是我们部分效果的一些展示,我们有一个学校做了一个迎新的分析(对生源的分析)。这块是学校做的图书馆运营的分析,这是偏教学运营这块的。

永洪科技_大数据_智慧校园-6

这是我们做的学生画像,包括学习成绩、在校园内的移动轨迹分析。好多学校已经有了Wi-Fi,我们是可以识别出来他的运动轨迹的。我们发现一些比较有意思的事,这块的背后逻辑性、关联性需要有专业知识去支撑,我们如何去建模,如何做一个识别模型,这是有着一系列的(背后)逻辑在的。

永洪科技_大数据_智慧校园-7

这是整体就业分析,一方面可以提升学生的整体素质,对学科也可以做系列的调整。哪些学科的就业率持续走低,我们就要考虑是否要做调整,哪些学生的就业率是非常高的,这样对我们学科建设来说是有着非常大的帮助的。

它的最大价值是什么? 

国家层面已经开始在牵头构建各个领域的数据中心,包括广电、生物的,或者是工业方面的,包括行业协会,或者是国家部委牵头组织的大的数据池。其实很多数据的来源也可以从中获取到。也有一些学校目前已经采购了一些数据,就是花钱去买一些数据,如何可以把这些数据充分应用起来,让数据资产为我们产生价值,这也是很多学校比较关心的一个问题。

可以利用我们这个大数据分析平台输出一些结果性的东西。一些学校可以借助一些行业的,或者是宏观的数据,能够给企业出一种咨询报告。

我今天的分享就到这里,有什么问题可以私下交流。


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

旅游交通大数据——大众旅游时代的“富矿”
旅游交通大数据——大众旅游时代的“富矿”
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数据”智慧丨数据猿新冠战“疫”公益策划
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数...
张涵诚:大数据招商平台可推动地方供给侧改革
张涵诚:大数据招商平台可推动地方供给侧改革

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部