1、传统高校数据中心的一些特征,人事管理系统,数据中心,更多系统,教务管理系统,学工管理系统,科研管理系统,财务管理系统,资产管理系统,数据仓库,决策分析应用,学科分析,院系分析,本科基本状态数据分析,主数据管理平台,个人数据中心（教师、学生）,个人数据中心应用,教师个人数据中心,学生个人数据中心,更多分析,学院数据中心,偏重结构化数据，轻非结构数据,偏重结果数据，忽略过程数据,偏重可视化展现，缺少核心模型,偏重管理数据，缺少机器数据和外部数据,星环大数据 与 金智平台 之间关系,人事系统,教务系统,学工系统,研究生系统,Hadoop平台HDFS、MapReduce、Hbase、Hive、Spar
2、k、Storm等,金智主数据管理平台,金智主服务开放平台（ESOP）,主数据（Oracle）,ETL工具(ODI),办事流程日志MOOC学习日志,上网日志,星环大数据（hdfs/hbase）,门禁、一卡通,校内外舆情学术成果微博、微信就业行情,网站访问应用访问,FLUME/KAFAKA/ETL/埋点,网络爬虫(Ruby),数据采集,大数据基础平台,图片、视频、课件等,设备日志中间件日志,人事,科研,学工,离线计算(MapReduce),分析挖掘（R语言）,全文检索（ElasticSearch）,内存计算(spark),流计算(storm),机器学习(ML),金智服务开放平台（ESOP）,金智主
3、数据管理平台,Campus运行监控,安心守护,学生服务中心java,教师服务中心java,学院服务中心java,学科服务中心java,师资分析,科研分析,招生分析,就业,明细查询（统计为辅）,统计分析（校情、学情）,量化考核,学业预警,重点人群发现,管理及服务提升,智能小秘书,学生发展,投稿指南,高级应用,开发者生态,融合后的数据中心架构,大数据应用场景-数据服务中心,提供各种联机综合查询：如对教师和学生的综合查询,大数据应用场景-数据服务中心,建立了针对学生域、教师域和运营管理域的标签数据库，据此进行各种画像分析，提升数据服务中心服务能力,大数据应用场景-数据服务中心,根据数据探索和预测的结
4、果，给予综合评价和改进建议,大数据应用场景-围绕校情、学情的综合统计分析,大数据应用场景-学科建设,基于热门方向的预测和本校实际情况，提供学科方向优化的建议；基于对当前学科梯队的综合分析，提出对团队建设的优化建议；根据行业发展的情况，对团队人员和科研成果进行综合评估。,大数据应用场景-学科建设,投稿指南,学术人才引进推荐服务,学术成果评估,学科资源库,大数据应用场景-人才培养,根据行业发展情况和本校实际情况，提出课程优化建议；进行课程和学生的大数据建模，并应用于个性化教学场景；基于大数据技术的Mooc平台建设：支持选课推荐、课程知识点关联分析、成绩预测（预警）等。,大数据应用场景-人才培养,使
5、用分类、聚类、关联规则挖掘等算法对数据进行综合分析,大数据应用场景人才培养,根据个体原始数据和标签属性数据进行各类数据预测，如成绩预测，学业预测等,大数据应用场景-信息化运营管理,围绕信息化运营及流程效率提升的统计分析,大数据应用场景-信息化运营管理,从系统日志和用户行为数据中分析AP/圈存机用户热点区域及AP/圈存机终端设置优化,大数据应用场景-信息化运营管理,大数据应用场景-推动 APP 提升,大数据不是孤立存在的，必须反哺教学、科研、管理 ，深层次融合来提升信息智慧化,量化可评价，例如 85分 怎么看，综合评定、年度考核在线实时计算，例如 学籍预警、毕业审核帮助管理人员 发现 “重点人群”，例如 失联、逃课、学术型、教学型辅助管理人员 决策 ， 例如 一卡通消费用于困难生评定。,大数据的能力开放,ESOP数据能力开放放 -开发者生态,高校信息化 大数据人才培养 - 云智,
