智慧高校大数据BI可视化业务综合解决方案
I
目录
第1章前言 (8)
1.1、大数据发展分析 (9)
1.1.1、大数据定义 (9)
1.1.2、大数据5v特征及其应用 (10)
1.2、高校大数据建设背景 (11)
1.2.1、战略机遇 (11)
1.2.2、大数据产业政策支持 (13)
1.3、高校大数据建设面临问题 (14)
1.3.1、高校大数据应用分析 (14)
1.3.1.1、数据规模日益庞大 (14)
1.3.1.2、缺乏稳定高效的大数据环境 (15)
1.3.1.3、数据利用不充分 (15)
1.3.1.4、数据驱动带来的科研新挑战 (15)
1.3.2、高校大数据数据源分析 (16)
1.3.2.1、数据涉及面窄 (16)
1.3.2.2、有效数据量少 (16)
1.3.2.3、数据接口不完善 (16)
1.3.3、高校大数据服务用户分析 (16)
1.3.4、高校大数据建设责任制问题 (17)
1.3.4.1、校领导 (18)
I
1.3.4.2、教师 (18)
1.3.4.3、学生 (18)
1.3.4.4、家长 (18)
1.3.4.5、校园环境 (18)
1.3.4.6、教学管理与服务 (19)
1.3.4.7、社会 (19)
1.4、建设原则 (19)
1.4.1、安全性 (19)
1.4.2、可扩展性 (19)
1.4.3、灵活性 (20)
1.5、建设目标 (20)
1.5.1、实现数据的共享和交换 (20)
1.5.2、大数据的采集和存储 (20)
1.5.3、大数据分析与决策 (21)
1.6、高校大数据平台建设意义 (21)
1.6.1、实现个性化学习 (21)
1.6.2、实现教育评价体系重构 (22)
1.6.3、实现科学研究范式转型 (22)
1.6.4、开启“大数据创客”新模式 (22)
1.6.5、实现教学模式改革 (22)
1.6.6、实现科学化教育管理 (23)
II
第2章高校大数据云平台建设 (24)
2.1、高校大数据架构 (25)
2.1.1、基础硬件层 (25)
2.1.2、数据集成 (25)
2.1.3、数据计算与分析挖掘 (26)
2.1.4、数据安全 (26)
2.1.5、服务器集群 (26)
2.1.6、大数据技术标准 (27)
2.1.7、大数据数据中心 (27)
2.1.8、大数据业务开发平台 (27)
2.1.9、大数据业务可视化分析 (28)
2.2、高校大数据平台标准体系 (28)
2.2.1、基础标准 (30)
2.2.2、数据表示标准 (30)
2.2.3、数据处理标准 (31)
2.2.4、数据存储标准 (31)
2.2.5、大数据服务标准 (31)
2.2.6、大数据安全和隐私标准 (31)
2.2.7、行业大数据应用标准 (32)
2.2.8、大数据产品测试标准 (32)
2.3、高校大数据业务开发平台 (32)
III
2.3.1、高校大数据业务开发平台架构图 (34)
2.3.2、大数据数据中心 (35)
2.3.3、大数据业务平台层 (36)
2.3.3.1、组件 (36)
2.3.3.2、大数据处理引擎 (36)
2.3.3.3、APP (37)
2.3.3.4、BI引擎 (37)
2.4、高校大数据平台建设关键技术 (37)
2.4.1、Hadoop技术 (37)
2.4.2、HDFS技术 (38)
2.4.3、MapReduce技术 (39)
2.5、高校大数据平台建设效果 (40)
2.5.1、开展大数据顶层设计，以大数据应用全面推进学校发展 (40)
2.5.2、快速推进教学和管理工作的信息化，建立丰富的数据来源 (41)
2.5.3、基于个性化服务需求，建立大数据分析模型 (42)
2.5.4、综合应用大数据成果，推动学校全面创新 (42)
2.6、高校常见业务系统 (44)
2.7、高校大数据服务用户类型 (47)
2.7.1、校领导 (47)
2.7.2、院领导 (47)
2.7.3、校工会 (47)
IV
2.7.5、图书馆 (48)
2.7.6、校医院 (48)
2.7.7、老师 (49)
2.7.8、学生 (49)
2.7.9、企业 (49)
第3章高校大数据应用 (50)
3.1、大数据教学创新应用 (51)
3.1.1、教学质量评估 (51)
3.1.2、上网行为 (52)
3.1.3、学生成绩分析 (52)
3.2、大数据科研创新应用 (53)
3.2.1、科研成果 (53)
3.2.2、科研项目 (54)
3.2.3、科研经费 (55)
3.3、大数据管理创新应用 (56)
3.3.1、招生分析 (56)
3.3.2、就业分析 (57)
3.3.3、住宿分析 (58)
3.3.4、资产数据统计分析 (58)
3.4、大数据创新应用 (59)
V
3.4.2、学生画像 (60)
3.5、高校大数据建设模块 (61)
3.6、学校概况模块 (61)
3.6.1、全校一卡通消费情况 (62)
3.6.2、学生生源分布地图 (63)
3.6.3、教师职称统计图 (63)
3.6.4、各学院学历分布图 (64)
3.6.5、全校学历分布情况 (64)
3.6.6、全校成绩统计图 (65)
3.6.7、全校/各院学生综合分析 (65)
3.6.8、各院逃课率占比 (65)
3.6.9、全校上网信息 (66)
3.6.10、学校舆情情况 (66)
3.6.11、各省成绩分布图 (66)
3.6.12、综合预警平台 (67)
3.7、我的大学模块 (67)
3.7.1、学生成绩详情分析 (68)
3.7.2、学生图书借阅分析 (68)
3.7.3、学生详细当前借阅信息 (69)
3.7.4、学生课程表 (69)
VI
3.7.6、我的网络 (70)
3.8、行为画像模块 (71)
3.9、综合预警模块 (73)
3.10、舆情分析模块 (75)
3.11、招生就业模块 (76)
3.12、数据安全模块 (78)
VII
第1章前言
大数据正在逐渐成为社会基础设施，成为每一家组织机构的标配。“大数据”之“大”，更多的意义在于：人类可以“分析和利用”的数据在大量增加，通过这些数据的交换、整合和分析，人类可以发现新的知识，创造新的价值，并让很多常态化的认知、判断、思维定式、产品形态、服务模式，形成全新的面貌和演进方向。
大数据已经引起国际社会的高度重视，世界各国都在加快推进大数据战略布局。大数据产业已上升至国家战略高度，正日益渗透到经济发展和社会生活的方方面面。2015年9月5日，国务院发布《促进大数据发展行动纲要》，文件指出“数据已经成为国家基础性战略资源”，并在启动的十大工程之一“公共服务大数据工程”中明确提出要建设教育文化大数据。
教育大数据已经上升到国家战略层面，引起社会各界的广泛关注和高度重视。教育大数据将首先破解传统教育面临的六大难题（发展不均衡难题、方式单调化难题、信息隐形化难题、决策
8
粗放化难题、择校感性化难题、就业盲目化难题），助推教育的全方位变革与创新发展。
确立教育大数据在我国教育事业发展与改革中的战略地位已是国家教育现代化建设的必然要求。教育大数据是重要的国家战略资产、教育领域综合改革的科学力量与发展智慧教育的基石。
人类社会已经迎来“大数据时代”。培养大数据人才、利用高校大数据深化高校管理促进高校改革发展、使用大数据平台提高高校科研水平和效率，既是高校面临的重要任务，也是高校发展的战略机遇。
1.1、大数据发展分析
1.1.1、大数据定义
大数据（Bigdata）是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，需要使用新处理模式才能具有更强的决策力、洞察发现力和流程
9
优化能力来适应这种海量、高增长率和多样化的信息资产。大数据能够帮助我们洞见隐藏在巨量、杂乱的大数据背后的知识、真相和行为，通过挖掘数据的潜在价值，透析过去，预测未来。
1.1.2、大数据5v特征及其应用
大量化(Volume)
存储量大，可从数百TB到PB、甚至EB的规模
多样性(Variety)
来源广、格式多，包括各种格式和形态的数据
时效性(Velocity)
在一定的时间限度下得到及时处理
10
准确性(Veracity)
处理的结果要保证一定的准确性
价值(Value)
大数据分析挖掘和利用将带来巨大的商业价值
1.2、高校大数据建设背景
1.2.1、战略机遇
培养大数据人才、利用高校大数据深化高校管理促进高校改革发展、使用大数据平台提高高校科研水平和效率，既是高校面临的重要任务，也是高校发展的战略机遇。
11
大数据正在逐渐成为社会基础设施，成为每一家组织机构的标配。“大数据”之“大”，更多的意义在于：人类可以“分析和利用”的数据在大量增加，通过这些数据的交换、整合和分析，人类可以发现新的知识，创造新的价值，并让很多常态化的认知、判断、思维定式、产品形态、服务模式，形成全新的面貌和演进方向。
大数据已经引起国际社会的高度重视，世界各国都在加快推进大数据战略布局。大数据产业已上升至国家战略高度，正日益渗透到经济发展和社会生活的方方面面。2015年9月5日，国务院发布《促进大数据发展行动纲要》，文件指出“数据已经成为国家基础性战略资源”，并在启动的十大工程之一“公共服务大数据工程”中明确提出要建设教育文化大数据。
教育大数据已经上升到国家战略层面，引起社会各界的广泛关注和高度重视。教育大数据将首先破解传统教育面临的六大难题（发展不均衡难题、方式单调化难题、信息隐形化难题、决策粗放化难题、择校感性化难题、就业盲目化难题），助推教育的全方位变革与创新发展。
12
确立教育大数据在我国教育事业发展与改革中的战略地位已是国家教育现代化建设的必然要求。教育大数据是重要的国家战略资产、教育领域综合改革的科学力量与发展智慧教育的基石。
人类社会已经迎来“大数据时代”。培养大数据人才、利用高校大数据深化高校管理促进高校改革发展、使用大数据平台提高高校科研水平和效率，既是高校面临的重要任务，也是高校发展的战略机遇。
1.2.2、大数据产业政策支持
目前政策对大数据的支持力度正不断提升，大数据已上升至国家战略。自去年3月“大数据”首次出现在《政府工作报告》中以来，国务院常务会议一年内6次提及大数据运用。在6月17日的国务院常务会议上，总理李克强再次强调大数据运用的重要性。7月1日，国务院办公厅印发了《关于运用大数据加强对市场主体服务和监管的若干意见》。
9月5日电经李克强总理签批，国务院日前印发《促进大数据发展行动纲要》，系统部署大数据发展工作。其中，也提到
13
了教育大数据系统的建设。
2015年12月21日，《中国基础教育大数据发展白皮书》首次研讨会在京召开，对全国教育大数据的建设给予探索和指导参考意义。
1.3、高校大数据建设面临问题
1.3.1、高校大数据应用分析
高校作为高科技人才以及创新技术的摇篮，承载着科研攻关和人才培养的双重使命。在新的科技浪潮中，高校应瞄准时代最前沿，将教学科研创新、专业人才培养与大数据紧密融合在一起，在更高起点上推动学校在大数据教学、科研以及创新方面再上新台阶。
1.3.1.1、数据规模日益庞大
数据来源多元化，共享数据库涵盖系统多，高校生源不断扩张，信息不断积累，致使数据库中的信息不断增加，进而为数据挖掘、管理和分析带来了困难。
14
1.3.1.2、缺乏稳定高效的大数据环境
高校不同学科与专业采用的大数据环境大多依赖现有的IT 环境，导致大数据运行的基础软硬件环境比较混乱且极其不稳定，缺乏有效的运维管理，严重影响教学和科研工作的正常进行。
1.3.1.3、数据利用不充分
校园的信息仍然停留在收集和累积阶段，尽管移动终端系统的不断发展为信息采集带来了极大的便利，但采集后的数据仅仅停留在查询阶段，并没有对数据进行整合、分析和梳理，使得这些信息仍未被管理者采用，作为决策依据的信息则少之又少。
1.3.1.4、数据驱动带来的科研新挑战
数据剧增由量变引起质变，使科研人员的思维和行为模式在传统的学科研究领域发生转变。如何借助大数据相关技术以及资源，找到本学科研究成果的新视角，已经成为当前高校研究的重要课题。
15
1.3.2、高校大数据数据源分析
1.3.
2.1、数据涉及面窄
?主要是数字化校园系统产生数据
?数据的维度少，业务来源不足
1.3.
2.2、有效数据量少
?数据量百GB到几TB，数据量少
?以结构化数据为主，达不到大数据要求
1.3.
2.3、数据接口不完善
?部份数据源有错误，数据不一致
?业务接口与数据结构不规范
1.3.3、高校大数据服务用户分析
高校类似一个小社会，用户群体较多，各部门都存在大数据需求，而关注的内容会有较大的区别。比如校领导关注全校基础数据和总体情况，用于战略决策与发展评估。管理部门关注学生
16
的生活、消费和心理状态。教学部门关注学生成绩情况、教师教学质量和学生满意度等。因此，这些特点决定了高教大数据的应用模块和类型会比较丰富。
1.3.4、高校大数据建设责任制问题
高校的特点是数量据并不算大，几万人规模的数据比起我们之前参与的电信几百万人的规模来说不算大，但数据源丰富，而且重视数据关联分析。
现阶段有些高校的大数据是由某些学院自已在搞，没有从全校的层面来进行统一部署，数据处于割裂的状态，大数据价值不
17
高校大数据平台解决方案、高校智慧校园解决方案
1.项目概况 近年来，随着信息技术产业的蓬勃发展，高校的信息化建设工作也受到了广泛关注。推进高校信息化建设，打造数字化校园已成为各高等院校的普遍共识。由于信息化建设初期缺乏统一规划，数据标准各异，业务系统各自为政，导致数据非集成化并形成了许多的信息孤岛，这使得大量数据无法共享和利用，获得更大价值。 数据共享交换平台是整个数字化校园建设的重要组成部分，利用平台对校园内散乱分布的数据进行集成化整合，同时将原来分散、利用率低下的信息资源进行数据挖掘，对于学校的发展战略和决策支持具有重要意义。 另外，数据共享交换平台的建设是高校信息化建设下一阶段——智慧校园建设的工作基础。完成对学校内大数据有机的整合和继承管理，掌握学校各项活动中发生的庞大、海量数据，并利用大数据处理技术对这些信息资源进行挖掘、整理、分析，为学校的发展提供决策支持，是大数据时代下支撑学校改革、发展的重要手段。 2.智慧校园建设方案！高校统一数据中心解决方案平台设计目标及思路 大数据时代的教育带有“大教育”的特性，具有全员（从全日制学生到全民，面向所有人）、全程（从学前教育到终身教育，服务各个教育阶段）、全方位（家庭、学校、社会三位一体教育，无所不在的教育，虚实结合的教育）等特点。随着在线平台的推广和普及，越来越多的老师将自己的授课视频放上网。互联网上的眼睛将使所有错误无所遁形，在无数人的编辑之下，知识传播的形式将不断优化、效率会不断提高。在数据的不断累积当中，视频将会沉淀下来，成为经典的学习材料。 目前，建设以全局数据为基础的数据共享交换平台已成为各高校信息化建设的核心内容。通过其建设可以有效消除信息孤岛，节约人力、物力、财力成本，提高工作效率。各职能部处可以通过该平台获取其他业务部门的数据信息，通过对数据的交换、共享、分析、挖掘，为广大师生提供更加完善的服务，为高校建设以及科学管理提供重要的依据。
智慧校园技术白皮书
一、数字校园建设目标 在国家教育行业信息化的政策背景下，数字校园的建设水平体现了高校教育信息化的程度，也反映了决策者的对现代教育发展趋势高瞻远瞩的水平；更是衡量学校办学能力和教学科研水平的重要标准之一。 根据教育部《教育信息化十年发展规划（2011-2020年）》关于“加强高校数字校园建设与应用。利用先进网络和信息技术，整合资源，构建先进、高效、实用的高等教育信息基础设施”的要求，结合高校实际情况，开展本期数字校园建设。实现学校信息化跨越式发展，充分提升学校的管理和服务能力。 数字校园建设的主要目标是： 1．实现校园内教学、科研、管理、服务的数字化、信息化、网络化，深化教育改革，提高办学质量、办学效益和科研水平； 2．实现信息资源和信息服务的合理规划、合理分配、合理利用； 3．提高学校管理过程和管理系统的质量、效益、效率； 4．保证资源和服务的可靠性、安全性、科学性。
二、信息化现状和需求 1.信息化现状 经过多年的信息化建设，目前学校完成建立校园骨干网络建设。已经完成部分应用系统建设，这些信息化建设内容在学校取得了许多很好的实际应用效果，也为学校的信息化建设提供了良好的环境。传统的信息化建设存在以下问题： 1.存在信息孤岛，教务处、财务处、人事处等系统及数据各自独立，部门数据不能有效及时 交互，导致财务收支存在漏洞。 新生数据不能及时同步到各部门，导致各部门工作难以有效开展； 学籍变动、人事变动，信息缺乏互通，造成财政收支漏洞； 学生处和后勤部门信息不统一，学生突发状况很难处理； …… 2.缺乏校园信息化集中应用与展示平台，各自独立的应用系统导致缺乏协同工作能力，也缺 乏为用户提供个性化信息服务的能力。重管理轻服务，为师生提供的信息服务没有良好的应用体验。 学生入学时：对于报到注册流程不能及时获取，迎新现场无序； 学生在校时：各类申请服务需要填写大量的重复信息，十分繁杂； 学生离校时：不清楚离校手续审批情况，仍然需要到每个业务部门排队盖章； 老师年底时：年终总结填写，仍要到各个系统去统计自己的工作量、科研情况，不能通过系统统一获取和生成； …… 3.单个部门的信息系统（如教务管理、图书馆管理、资产管理等），很难站在自己这个信息 集上,进行整个学校的全面信息查询和决策分析，各个应用系统能够发挥的效益没有更好地利用和挖掘。 全校总体情况统计信息，不全面、不及时、不准确；
大数据在智慧城市建设中的实际应用 大数据在智慧城市建设中的实际应用 2015-09-26 07:38:00 来源：数据观 手机看新闻扫描到手机楼盘消息早知道扫一扫，用手机看本文更加方便的分享给朋友评论 当前，全球范围内城市化进程不断推进。随着互联网和信息化的发展，在云平台、大数据和物联网等技术的支持下，率先在美国“智慧星球”概念下诞生的“智慧城市”，逐渐成为当今世界各国城市建设的发展趋势和选择。 一国外案例 自21世纪初期，美国、英国、德国、荷兰、日本、新加坡、韩国等先一步开展了智慧城市的实践，诞生了许多经典案例。 1. 迪比克 美国第一个智慧城市，也是世界第一个智慧城市，它的特点是重视智能化建设。为了保持迪比克市宜居的优势，并且在商业上有更大发展，市政府与IBM合作，计划利用物联网技术将城市的所有资源数字化并连接起来，含水、电、油、气、交通、公共服务等，进而通过监测、分析和整合各种数据智能化地响应市民的需求，并降低城市的能耗和成本。该市率先完成了水电资源的数据建设，给全市住户和商铺安装数控水电计量器，不仅记录资源使用量，还利用低流量传感器技术预防资源泄漏。仪器记录的数据会及时反映在综合监测平台上，以便进行分析、整合和公开展示。 2. 纽约 通过数据挖掘，有效预防了火灾。据统计，纽约大约有100万栋建筑物，平均每年约有3000栋会发生严重的火灾。纽约消防部门将可能导致房屋起火的因素细分为60个，诸如是否是贫穷、低收入家庭的住房，房屋建筑年代是否久远，建筑物是否有电梯等。除去危害性较小的小型独栋别墅或联排别墅，分析人员通过特定算法，对城市中33万栋需要检验的建筑物单独进行打分，计算火灾危险指数，划分出重点监测和检查对象。目前数据监测项目扩大到2400余项，诸如学校、图书馆等人口密集度高的场所也涵盖了。尽管公众对数据分析和防范措施的有效性之间的关系心存疑虑，但是火灾数量确实下降了。 3. 芝加哥 通过“路灯杆装上传感器”，进行城市数据挖掘。在人们的生活里，无处不在的传感器被应用在了芝加哥市的街边灯柱上。通过“灯柱传感器”，可以收集城市路面信息，检测环境数据，如空气质量、光照强度、噪音水平、温度、风速。芝加哥城市信息技术委员会提供的资料表明，“灯柱传感器”不会侵犯个人隐私，它只侦测信号，不记录移动设备的MAC和蓝牙地址。在今后几年“灯柱传感器”将分批安装，全面占领芝加哥市的大小街区，每台传感器设备初次采购和安装调试成本在215～425美元之间，运行后的年平均用电成本约为15美元。该项目得到了思科、英特尔、高通、斑马技术（Zebra Technologies）、摩托罗拉以及施耐德等公司的技术和资金支持。 4. 西雅图 利用数据节省电力能源。该市与微软和埃森哲（Accenture）合作了一个试验项目，以减少该地区的能源使用。该项目收集并分析从市区建筑物管理系统中得来的众多数据集，通过预测分析，找出哪里可以减少能源使用，或者根本不需要使用能源。项目的目标是将该地区的电力消耗减少25%。 5. 伦敦 利用数据管理交通。在2012年奥运会期间，负责运行伦敦公共交通网络的公共机构“伦敦运输（Transport for London）”，在使用者增加25%的情况下，使用收集自闭路电视
智慧校园项目总体规划
目录 第一章、项目概述 (3) 1.1.项目背景 (3) 1.2.建设目标 (3) 第二章、总体规划 (4) 2.1.建设原则 (4) 2.2.总体架构 (5) 2.3.分阶段实施规划 (6)
第一章、项目概述 1.1.项目背景 经过多年发展，我校信息化建设取得了较大的进步，校园网络基本普及，信息化应用已逐步深入到教学、管理、服务等各个领域，日益成为师生获取信息、丰富知识、学习交流的重要渠道，在推动教育改革发展、促进思想文化交流、丰富师生精神生活等方面起到了积极作用。同时，智慧校园改造的信息化存在以下问题与不足： ?信息化基础设施尚不完备，信息化教学探索不足； ?适切性信息资源缺乏，资源共享机制并未建立； ?校园信息需要统一整合分析，促成智能化校园管理。 1.2.建设目标 通过建设智慧校园平台提高学校教育的信息化水平，并探索如何促进基于大数据模式下的教育管理与教育教学实现形式，逐步解决校园教学的全向交互、校园环境的全面感知、校园管理的高效协同、校园生活的个性便捷，最终实现建成完整统一、技术先进，覆盖全面、应用深入，高效稳定、安全可靠的智慧校园。具体目标就是实现“五个智慧化”和“一站式服务”： 智慧教学 构建先进实用的网络教学平台，整合、丰富智慧教学资源，创造主动式、协同式、研究式的智慧学习环境，建立师生互动的新型教学模式。 智慧管理 构建覆盖全校工作流程的、协同的管理信息体系，通过管理信息的同步与共享，畅通学校的信息流，实现管理的科学化、自动化、精细化，突出以人为本的理念，提高管理效率，降低管理成本。 智慧教务 构建综合教学管理的智慧环境，科学统一的配置教学资源，提高教师、教室、实验室等教学资源的利用率，改革教学模式、手段与方法，丰富教学资源，提高教学效率与质
高校大数据专业教学科研平台建设方案 一、项目建设的意义及目的 芝诺数据自主研发的高校大数据教学科研平台以校企联合培养模式为手段，通过校企合作联合培养机制，让企业、行业深度参与人才培养过程，逐步实现校企共同制定培养目标、共同建设课程体系和教学内容、共同实施培养过程、共同把控培养质量，全面提升学生的应用实践能力。该平台以应用型人才培养为目标定位，在以解决现实问题为目的的前提下，使培养的学生有更宽广和跨学科的知识视野，注重知识的实用性，有创新精神和综合运用知识的能力。注重培养学生具有在创新中应用、在应用中创新的能力，让学生真正学会大数据行业各个岗位真正的职业技能。 二、功能模块和建设思路 芝诺大数据教学科研平台构建总体分为三大部分，一是平台硬件，二是教学与实验支撑系统（包括：芝诺数据综合分析ZDM平台、芝诺数据教学实训平台），三是产品服务体系。 具体如下：
教学与实验支撑系统由芝诺数据综合分析ZDM平台和芝诺数据教学实训平台构成，教学与实验支撑系统部署在大数据教学科研一体机中。 二、项目建设的目标及内容 1、项目建设目标 1）平台的建设能让高校大数据专业与实际应用相结合，提高学生的学习、实践和创新创业能力，能够培养实用性人才所需的专业能力，提升教学效果与就业率，为“大数据时代”的创新人才培养做出贡献。
2）平台的建设将支撑大数据去冗降噪、大数据融合、大数据可视化等关键技术研究，能够服务于学校的教学和科研，有助于大数据方向发展和自主创新，有利于创新团队培育和高水平研究成果积累，有利于提升教师的教学和科研水平，推动教学和科研团队建设。 3）平台的建设搭建可以发挥学校的行业优势，体现学校办学特色，推进与国内外高校、科研机构和企业间的产学研合作，开展项目合作研究和人才培养，促进科研成果转化，促进产学研协同创新。 4）平台的建设有利于促进学科交叉与融合。 2、项目建设内容 1）模块一：平台相关硬件建设 本模块主要包含：大数据教学科研一体机 技术参数：
智慧高校大数据分析平台 解决方案
目录 第1章建设思路和建设目标 (15) 1.1、总体建设内容概述 (15) 1.2、总体建设理念 (16) 1.2.1、搭平台 (16) 1.2.2、定标准 (16) 1.2.3、上应用 (18) 1.2.4、成体系 (18) 1.2.5、集中管 (21) 1.2.6、特色建 (21) 1.3、总体目标 (22) 1.3.1、培养人才目标 (22) 1.3.2、推动教育治理体系和治理能力现代化目标 (22) 1.3.3、平台建设目标 (23) 1.3.3.1、高校平台建设标准化 (23) 1.3.3.2、平台云化 (23) 1.3.3.3、业务能力云化 (24) 1.3.3.4、服务集中化 (24) 1.3.3.5、应用移动化 (24) 1.3.3.6、应用扩展化 (24) 1.3.3.7、资源可持续化 (24) 1.3.3.8、管理可视化 (25) 1.4、总体架构设计 (25) 1.4.1、总体架构 (25) 1.4.2、云平台整体架构 (27) 1.4.3、系统技术路线设计 (27) 第2章高校大数据总体规划 (29)
2.1、高校大数据建设背景 (29) 2.1.1、战略机遇 (29) 2.1.2、大数据产业政策支持 (31) 2.2、高校大数据的来源 (32) 2.2.1、个体高校大数据 (33) 2.2.2、课程高校大数据 (33) 2.2.3、班级高校大数据 (33) 2.2.4、学校高校大数据 (34) 2.2.5、区域高校大数据 (34) 2.2.6、国家高校大数据 (34) 2.3、高校大数据采集技术图谱 (35) 2.4、高校大数据建设面临问题 (35) 2.4.1、产品同质化严重 (36) 2.4.2、分析端是整体短板 (36) 2.4.3、缺乏统一的行业标准 (36) 2.4.4、大数据价值尚未体现 (36) 2.4.5、数据模型的科学性不足 (37) 2.4.6、数据的权利制度未明确 (37) 2.4.7、数据规模日益庞大 (37) 2.4.8、缺乏稳定高效的大数据环境 (37) 2.4.9、数据利用不充分 (38) 2.4.10、数据驱动带来的科研新挑战 (38) 2.5、高校大数据云平台建设原则 (38) 2.5.1、要提前规划设计 (39) 2.5.2、要有清晰的边界 (40) 2.5.3、要保持连续性和规范性 (40) 2.5.4、采集粒度要尽可能小 (41) 2.5.5、高校大数据数据源分析 (42) 2.5.5.1、数据涉及面窄 (42)
数据可视化解决方案介绍
?信息技术与经济社会的交汇融合引发了数据迅猛增长，数据已成为国家基础性战略资源。大数据正日益对全球生产、流通、分配、消费活动以 及经济运行机制、社会生活方式和国家治理能力产生重要影响。?2015年9月5日，国务院印发《促进大数据发展行动纲要》（以下简称《纲要》），系统部署大数据发展工作。 ?在越来越物联化、互联智能化的环境中，政府、企业的基础设施设备正在迅速数字化，使得各系统、各设备产生瞬息万变的海量数据，促使产生新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。 背景概述
?大数据成为推动经济转型发展的新动力；?大数据成为重塑国家竞争优势的新机遇；?大数据成为提升政府治理能力的新途径； ?大数据将成为商业企业宝贵的信息资产，对商业企业经营全过程、各环节产生深度影响，推动传统企业转型，适应新的市场环境、新的商业模式。 发展趋势 价值表现 ?对大量消费者提供产品或服务的企业可以利用大数据进行精准营销 ?做小而美模式的中长尾企业可以利用大数据做服务转型 ?面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值 大数据环境下需要大显示，纵览全局，把握数据万千变化。
什么是数据可视化？ ?数据可视化指的是利用图形、图像处理、计算机视觉以及用户界面，通过表达、建模以及对立体、表面、属性以及动画的显示，对数据加以可视化解释。 ?数据可视化的核心在于“可视”，数据是信息的表现形式，数据是分散的、无逻辑的，将分散的数据进行集合、整理、分析、展示即为数据可视化的全部过程。 ?数据可视化的表现在于将数据信息图形化，通过IT技术将信息整合，综合、直观的展现出来，使无序的数据信息具有可读性，且直观易懂。 数据可视化的现状及发展： ?数据可视化目前是一个较为宽泛的概念，没有统一的技术标准，市场化程度有限，在国家大力推进互联网+政策背景下，伴随着大数据市场的蓬勃发展，以及公众对数据可视化意识的觉醒，未来会有广阔的成长空间。
智慧校园统一平台建设方案
目录 第1章系统概述 (6) 1.1设计背景 (6) 1.2现状分析 (6) 1.3设计目标 (8) 1.3.1一站式服务需求； (8) 1.3.2标准化需求； (8) 1.3.3开放性需求； (8) 1.3.4数据共享需求 (9) 1.3.5对历史数据的挖掘和分析 (9) 1.3.6基于信息的“智慧”业务应用 (9) 1.4设计原则 (9) 1.4.1以平台为框架，无缝集成学校已建和今后新建的业务应用系统。 (9) 1.4.2全面规划、分步实施的原则 (10) 1.4.3先进性原则 (10) 1.4.4扩展性原则 (10) 1.4.5系统安全性原则 (10) 第2章系统总体设计 (10) 2.1总体设计思路 (10) 2.2系统总体架构 (11) 第3章建设方案 (12) 3.1信息标准 (12) 3.2共享数据中心平台 (12) 3.2.1平台概述 (12) 3.2.2平台目标 (13) 3.2.3平台功能 (14) 3.3数据清洗与整合平台 (15) 3.3.1平台概述 (15)
3.3.2平台功能 (15) 3.4统一身份认证平台 (16) 3.4.1平台概述 (16) 3.4.2平台功能 (17) 3.5统一信息门户平台 (18) 3.5.1平台概述 (18) 3.5.2平台功能 (19) 3.6空中智慧校园平台 (21) 3.6.1平台概述 (21) 3.6.2平台功能 (22) 3.6.3平台特点 (24) 3.7综合信息查询系统 (24) 3.7.1平台概述 (24) 3.7.2平台功能 (25) 3.8学生生命周期业务系统 (26) 3.8.1迎新报到管理系统 (26) 3.8.2学工管理系统 (26) 3.8.3宿舍管理系统 (26) 3.8.4教务管理系统 (27) 3.8.5离校管理系统 (27) 3.8.6校友系统 (27) 3.9教师管理与服务业务系统 (28) 3.9.1办公管理系统 (28) 3.9.2人事管理系统 (28) 3.9.3评教管理系统 (29) 3.9.4教材管理系统 (29) 3.10安全设施 (29) 3.10.1数字证书管理系统 (29) 3.10.2虚拟专网(SSL VPN) (29)
智慧城市中的大数据挖掘与应用 数字城市技术把基础地理数据、正射影像、街景景象数据、全景影像数据、三维模型数据结合在一起，在政务网上，通过注册可以进行服务共享，在公共平台、互联网、公网上，通过二次开发可以提供各种交通、导航、旅游、文物、购物等服务系统。物联网能够实现人与人、人与机器、机器与机器的互联互通，实现智慧城市的各种应用。 智慧城市中的大数据挖掘与应用 智慧城市蕴含大数据 城市是生存繁衍最好的地方，城市是社会交往的地方，是文化享受的地方，按照城市的职能，我们让它智能化，比如智慧安防、智慧环保、智慧能源、智慧城管、智慧养老、智慧国土规划、智慧社区、智慧家居都是让人有更好的环境来生存繁衍。在经济发展方面，可以推动智慧制造、工业互联网、物联网。在文化
享受方面，可以考虑智慧户外流媒体、智慧教育、智慧旅游等等。在社会交往方面，有智慧交通、购物、社会综合管理。 在智慧城市的建设和应用中，将产生从TB到PB级越来越多的数据，从而进入大数据时代。2011年，Science专刊指出大数据时代已经到来，美国工程院院士也指出大数据可以让我们实现海量数据在预测、建模、可视化和发现新规律等方面应用的时代就要到来，奥巴马总统宣布美国政府正式启动大数据研究发展计划，奥巴马认为大数据就是未来世界的“石油”，这个计划要超过以前提出的“信息高速公路计划”，智慧城市建设的潮流已经到来。 空间数据方面，空间的传感器资源，美国有185颗卫星，中国有91颗卫星，到2020年中国将有200多颗卫星，卫星每天往回传输的数据可以达到PB级，空间数据资源、处理资源、空间信息资源、地学知识库资源，这些资源都可以传到网上，通过可视化的服务，利用云计算环境，包括计算资源、网络资源和存储资源，来保证服务质量。 “天地图”挖掘海量数据 为了充分研究这些海量空间大数据，我们研发了一个软件，叫做“天地图”，“天地图”的数据已经超过了TB级，目前已经超过100TB。利用“4+1”倾斜相机城市三维模型，贵阳做了很多三维建模工作。通过大数据，我们可以监测上海的地表下沉问题，把雷达数据放在一起，进行数据分析和挖掘，自动地、随时地检测地表下沉，不同地区的下沉速度不同，上海大概每年下沉20毫米，远郊区和市中心都在下沉。我们的检测结果同上海市国土局对比，精度可以达到3.9毫米和2.5毫米。我们已经对上海、苏州、天津、广州等很多大城市进行了自动检测。我们还监测了三峡，将来还要监测高铁。
第３９卷第６期２０１４年６月武汉大学学报·信息科学版 Ｇｅｏｍａｔｉｃｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ｏｆ Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ Ｖｏｌ．３９Ｎｏ．６ Ｊｕｎｅ ２０１４收稿日期：２０１４－０１－ ２５项目来源：国家重点基础研究发展规划（９７３计划）资助项目（２０１０ＣＢ７３１８０１）；国家自然科学基金资助项目（６１１７２１７４） ；数字海洋科学技术重点实验室开放基金资助项目（ＫＬＤＯ２０１３０７）；国家重大科学仪器设备开发专项资助项目（２０１２ＹＱ１６０１８５０５）；国家科技支撑计划资助项目（２０１３ＢＡＨ４２Ｆ０３）；教育部新世纪优秀人才计划资助项目（ＮＣＥＴ－１２－ ０４２６）。第一作者：李德仁，教授，博士生导师，中国科学院院士，中国工程院院士，国际欧亚科学院院士。现从事以遥感、全球卫星定位系统和地 理信息系统为代表的空间信息科学与技术的科研与教学工作，推进数字城市与数字中国、智慧城市与智慧中国的研究及相关建设。Ｅ－ｍａｉｌ：ｄｒｌｉ＠ｗ ｈｕ．ｅｄｕ．ｃｎ通讯作者：姚远，博士生。Ｅ－ｍａｉｌ：ｗｈｙａｏｙ ｕａｎ＠１６３．ｃｏｍＤＯＩ：１０．１３２０３／ｊ．ｗｈｕｇｉｓ２０１４０１３５文章编号：１６７１－８８６０（２０１４）０６－０６３１－ １０智慧城市中的大数据 李德仁１，２ 姚 远１ 邵振峰２ １ 武汉大学遥感信息工程学院，湖北武汉，４３００７９ ２ 武汉大学测绘遥感信息工程国家重点实验室，湖北武汉，４３００７９ 摘 要：探讨了智慧城市的概念，总结了其发展历程，剖析了中国建设智慧城市的动力和目标，阐述了智慧城市的支撑技术，并提出了智慧城市的基础架构，即在数字城市的基础上有机地融合物联网和云计算技术，以实现对现实城市中人和物的自动控制和智能服务。针对无所不在的传感器网对智慧城市的大数据进行了分析，面对智慧城市中大数据将带来的诸多问题和挑战，提出了应对大数据的策略和思路，重点论述了云计算与数据挖掘，并给出了云平台的基础框架，提出了建立智慧城市运营中心的建议，最后展望了智慧城市未来美好的前景。 关键词：智慧城市；大数据；数字城市；物联网；云计算；数据挖掘；智能服务中图法分类号：Ｐ２０８ 文献标志码：Ａ １ 智慧城市的概念 １．１ 智慧城市的概念与内涵 数字城市存在于网络空间（ｃｙｂｅｒ ｓｐａｃｅ）中，虚拟的数字城市与现实的物理城市相互映射，是现实生活的物理城市在网络世界中的一个数字再 现［ １］ 。智慧城市则是建立在数字城市的基础框架上， 通过无所不在的传感网将它与现实城市关联起来， 将海量数据存储、计算、分析和决策交由云计算平台处理，并按照分析决策结果对各种设施 进行自动化的控制［２］ 。在智慧城市阶段，数字城 市与物理城市可以通过物联网进行有机的融合，形成虚实一体化的空间（ｃｙｂｅｒ ｐｈｙｓｉｃａｌ ｓｐａｃｅ）。在这个空间内，将自动和实时地感知现实世界中人和物的各种状态和变化，由云计算中心处理其中海量和复杂的计算与控制，为人类生存繁衍、经济发展、 社会交往等提供各种智能化的服务，从而建立一个低碳、绿色和可持续发展的城市。 用易于理解的简单公式表达，可以这样认为： 智慧城市＝数字城市＋物联网＋云计算。 １．２ 智慧城市的发展历程 智慧城市的发展历程按照信息化、数字化、智能化的程度主要分为三个阶段：信息化城市阶段、数字城市阶段和智慧城市阶段。其中可以代表每个阶段的标志性事件如下： １）１９９３年９月， 美国启动“信息高速公路”计划；１９９５年，中国推动全国信息化的“八金”工程，标志着城市信息化建设开始起步。 ２）１９９８年， 美国副总统戈尔提出“数字地球” 概念［３］ ，“数字化舒适社区建设”标志着城市信息化开始步入数字城市建设新阶段。我国已有３００多个城市初步建成数字城市基础框架， 国家测绘地理信息局发布在互联网上的“天地图”成了数字中国和数字城市的载体， 已有数亿网民使用。３）２００６年，物联网、云计算等新一代信息技术正式推出形成对城市信息系统的综合集成与整合应用；２００８年，国际商业机器公司（ｉｎｔｅｒｎａｔｉｏｎ－ａｌ ｂｕｓｉｎｅｓｓ ｍａｃｈｉｎｅｓ ｃｏｒｐｏｒａｔｉｏｎ，ＩＢＭ）提出智慧城市的新理念；２００９年，ＩＢＭ首席执行官彭明盛
数据中心可视化管理解决方案 现状 各行业数据中心随着IT基础设施应用的不断深入、范围不断拓宽，其建设与扩展在不断加速，行业呈现出“数据集中化、系统异构化、应用多样化”的大规模发展趋势。 以IT基础设施为主体的数据中心是保证用户业务正常开展、持续发展的关键，却面临着： ?复杂的管理子系统，传统枯燥的管理界面，缺乏互动性 ?资产和配线内容复杂,不易管理 ?许多信息孤立或抽象展现，不易理解 ?业务与设备缺少清晰对应关系，维护困难 因此，对于数据中心运营管理来说，如想管理得心应手，最终还需关注用户体验与交互。 解决方案 为了应对数据中心面临的管理复杂、抽象、不直观、难管理等问题，德讯科技提供一套可视化数据理解决方案，基于3D可视化进行全方位管理与运营，所见即所得，从而提升数据中心用户的管理体率。 可视化数据中心（3D）
?虚拟现实，全景（机房、机柜及IT设施）仿真再现 ?360°旋转，多角度切换，高空视角、第一人称视角 ?自动漫游与巡检，全方位总览数据中心全貌及状态 可视化管理 提供数据中心资产管理、容量管理、微环境监测及IT运维的可视化。 ?资产管理可视化 信息配置；资产变更；部署、维护与规划，如IT设施移进/移出 ?配线可视化 设备端口和连接线缆可视化管理，端口状态、设备前后面板、物理连接关系?容量可视化 机柜U空间、用电及载重等 ?微环境监测可视化 提供机房环境、机柜微环境可视化监测 ?机房评估可视化
可视化评估机房PUE、能耗、热点、容量等 ?IT运维可视化 访问与运维可视化，涉及服务器、网络、数据库、应用 可视化数据分析 基于数据分析模型为数据中心决策者提供全面、综合的数据分析报告。 基于过三维立体化虚拟展现数据中心机房、机柜及IT设施等各类场景，实现数据中心资产、容量运维的可视化，从而大大提升数据中心“用户体验能力、管理应变能力、人机交互能力”，让数据理变得更直观、更简单、更快捷。 方案特色 现实场景虚拟再现化 所有运维对象、运维活动都以场景式立体化展现，就如同亲临现场、身临其境的感觉，消除复杂与达到简化与直观，从而可消除枯燥无味运维与管理生活。 运维管理瞬间即可达 只需轻点鼠标即可任意穿梭于不同城市、不同楼宇里的各个机房，运行状态、安全环境等一切情况握，花费几秒钟即可搞定。 让一切可见，无所遁形
基于大数据的智慧城市建设研究 发表时间：2019-08-26T14:23:32.100Z 来源：《新材料.新装饰》2018年11月下作者：李光华 [导读] 随着科学技术的发展，我国的大数据技术有了很大进展，并在城市中得到了广泛的应用。大数据技术的不断发展，使得智慧城市的理念得到了更大程度的普及，同时大数据技术对我国目前的城乡规划工作也有很大的帮助。本文首先概述了大数据时代的含义，分析了我国城乡规划中现存的问题，详细提出了智慧城市的优势并提出了利用大数据推进城乡规划和智慧城市建设的好处。 （身份证号：1330311973****393X） 摘要：随着科学技术的发展，我国的大数据技术有了很大进展，并在城市中得到了广泛的应用。大数据技术的不断发展，使得智慧城市的理念得到了更大程度的普及，同时大数据技术对我国目前的城乡规划工作也有很大的帮助。本文首先概述了大数据时代的含义，分析了我国城乡规划中现存的问题，详细提出了智慧城市的优势并提出了利用大数据推进城乡规划和智慧城市建设的好处。 关键词：大数据时代；城乡规划问题；智慧城市特征；智慧城市建设 引言 大数据时代的来临为中国智慧化城市的建设提供了数据存储和处理技术方面的支持。另外在云计算技术的支持之下，物联网和计算机网络技术也取得了一定的成就，这些都为未来智慧城市的发展提供了最基本的保障，于是，合理将大数据技术应用在智慧城市的建设与规划中必定意义深远。 1智慧城市的内涵 随着信息技术的发展，大数据时代的到来，不同学者对智慧城市的解释提出不同的理解，随着社会的进步，时代的发展，智慧城市的内涵也在不断的变化当中，不同的学者对智慧城市给予了不同的理解。IBM认为通过使用通信技术和传感设备，对城市生活各方面需求进行数据信息分析与感知，进而做出智慧的响应，以改进从交通、住房、政府公共服务、教育医疗等民生问题，使城市生活体验更加智能和美好。本文将智慧城市定义为狭义的概念，智慧城市是借助大数据、云计算、物联网等新兴信息技术，深入推进公共服务、社区管理、产业发展、人居环境改善等的便捷化、精细化和智能化，进而建立一个智能化、集约化、网络化、可持续发展的城市。 2智慧城市研究与规划 智慧城市总体规划是通过顶层设计、专项规范、工程设计，研究出智慧城市建设与发展的宗旨、方针、目标、任务、方法、实施的方向性、战略性、纲领性的实施文件。智慧城市的总体规划是指导、规范、约束智慧城市建设与发展的要素，并且需要资源的网络融合、信息交互、数据共享、业务协同，以“大数据+智慧城市”的思维全面提升智慧城市创新管理与民生服务的能力。实时、全面、系统的数据采集和实施是智慧城市的基础，无论是从食品安全溯源系统到智能社区的管理和安防，从汽车导航、公交车的实时定位系统、交通调度和售票系统，各行各业的智慧化都要依赖于数据的采集、统一分析，数据的挖掘，将其分类、重组分析后向决策者提供参考。基于信息领域高度集中化趋势的加速与深化，城市规划业务与大数据的融合也越来越紧密，智慧城市规划的最终目的也是非常明确，即借助大数据的分析手段降低资源环境的无序消耗，避免空间的机械扩张，智慧城市的管理也从传统的“经验治理”向“科学治理”转变。 3大数据应用于智慧城市的研究与规划 3.1基于大数据的数据中心建设规划 以大数据架构建设智慧城市数据中心是符合技术发展、有一定前瞻性的技术框架。把云计算、大数据平台整合在一起做建设方案，可以为建设大数据基础平台提供支持。①逐步把现有部门数据转到基于大数据架构的政府数据服务平台上，建成具有标准接口和权限控制的数据服务，实现有控制的共享与公开；②在政府部门直接实现数据的对接、融合，为新开发的应用提供数据支持；③面向社会有选择、有控制地开发数据，促进各产业发展、提升经济增长质量。 3.2提升智慧城市数据处理效率和质量 对大量的数据信息进行整理是智慧城市建成的必经之路，大数据的利用能够有效地帮助处理城市中的数据信息，为智慧城市的建成带来坚实的技术支持。过去那个年代，信息传送的速度过慢，信息技术也不过关，所以没有信息技术支持的城市建设不够完善，城市智能化得不到实现。现阶段，大数据具有共享性，信息技术也不断提高，在此基础上城市的信息数据可以得到高速的处理，城市的信息数据处理的质量也不断提高，这些都有利于加速建成智慧城市的步伐。 3.3创办智慧社区 第一，更改旧时物业的服务方式，从手机软件以及微信小程序入手，创建资源外包式整体服务平台，供应便民、高效高品质的物业服务工作，积极借助互联网+物业的模式，减少成本，联合资源，把服务工作做到与生活息息相关的各个领域。第二，亲戚朋友来访，不用物业登记，反复联系确认，业主自己可以邀请，只需输入访客手机号码和车牌号，就会生成一个临时密码发到访客手机，二十四小时内到访可通过密码直接开门，避免繁琐程序，让业主不在感受到被“管”的烦恼。第三，业主可以通过手机APP进行缴水电费、物业费、卫生费等，也可通过手机直接联系换锁修锁、疏通下水道、家政服务、电脑维修、社康服务、维修进度实时查看等一系列的便民服务。智慧社区建设的另外一个重大成果是智能家居系统，消费者如果在手机上安装该系统，就可以通过“智慧家庭”模块有效的接受无线信号的电源模块，实现门、窗、窗帘和家电的自由控制，实时观看家里的监控影像等。 3.4企业角度的智慧城市建设运营模式选择 首先，智慧城市建设项目所属领域是否为政府部门重点扶持对象。近年来，政府重点发展智慧城市，有些领域的项目是比较迫切需要建设的，对于这类项目政府往往扶持、资金支持的力度很大，比如智慧医疗、智能交通及食品安全等方面，对于这类项目，企业在建设运营模式的选取时可以选择跟政府合资建设运营模式，比如BT，BLT，PPP模式，从而吸引政府投资，跟政府合作双赢，一方面降低企业自身的资金压力，另一方面可以得到政府各个方面的支持，对于企业的发展而言，是十分有利的。其次，考虑智慧城市建设项目是否需要特许经营权。智慧城市建设中的有些项目是受政府严格监督和管理的，有的项目在运营管理过程中是需要政府给予特许经营权的，一旦给予了特性经营权，企业才可以经营，如果没有获得企业的特许经营权就没有办法经营，所以企业在选取智慧城市建设项目经营管理模式时，一定要考虑这个因素，如果需要特许经营权才的话就不能采用企业自主建设的模式了，一旦采取这种模式，企业没有经营权，投入了却没办法经营，对企业来说是不利的。如果智慧城市建设项目需要特许经营权就提取跟政府沟通，跟政府合作建设，获取特许经营权，这种情况最好的合资建设运营管理模式就是PPP模式。目前，PPP模式也逐步成为政府智慧城市建设的主导模式。最后，考虑企业是否要创新商业模式，企业自主投资建设模式最大的优势就是企业的自主性很强，在大数据时代智慧城市建设项目呈现出很多新的特征，互联网、大数据、信息技术等颠覆了传统的商业模式，在大数据时代下涌现了很多新的商业模式，但是，目前智慧城市建设项目中往往是政府起主导作用，而政府往往会倾向更加成熟和可行性度高的运营模式，这样的话可能会制约企业对于商业模式的创新。 结束语 综上所述，智慧城市的规划不仅仅牵涉到城市的居民生活，还牵涉到整座城市的发展速度，但是智慧城市的建设不是一蹴而就的事情，因此，我国城市规划应积极引进大数据分析模式，利用大数据科学、合理的规划城市布局，科学发展产业联动，使城市走向智能化、智慧化，也使城市的各个布局规划能够为人民带来更优质的生活环境，全面提高城市居民生活质量。 参考文献 1]徐海宏.大数据在智慧城市研究与规划中的应用[J].智能城市，2018，4（11）：89-90. 2]邱立臻.大数据在智慧城市研究与规划中的应用[J].科技视界，2019（01）：237-238. 3]庄士奎.智慧城市研究与规划中大数据的应用[J].通讯世界，2018（06）：272-273.
高校大数据云平台 建 设 方 案
目录 第1章建设思路和建设目标 (20) 1.1、总体建设内容概述 (20) 1.2、总体建设理念 (21) 1.2.1、搭平台 (21) 1.2.2、定标准 (21) 1.2.3、上应用 (23) 1.2.4、成体系 (23) 1.2.5、集中管 (26) 1.2.6、特色建 (26) 1.3、总体目标 (27) 1.3.1、培养人才目标 (27) 1.3.2、推动教育治理体系和治理能力现代化目标 (27) 1.3.3、平台建设目标 (28) 1.3.3.1、高校平台建设标准化 (28) 1.3.3.2、平台云化 (28) 1.3.3.3、业务能力云化 (29) 1.3.3.4、服务集中化 (29) 1.3.3.5、应用移动化 (29) 1.3.3.6、应用扩展化 (29) 1.3.3.7、资源可持续化 (29) 1.3.3.8、管理可视化 (30) 1.4、总体架构设计 (30) 1.4.1、总体架构 (30) 1.4.2、云平台整体架构 (32) 1.4.3、系统技术路线设计 (32) 第2章高校大数据总体规划 (34) 2.1、高校大数据建设背景 (34)
2.1.1、战略机遇 (34) 2.1.2、大数据产业政策支持 (36) 2.2、高校大数据的来源 (37) 2.2.1、个体高校大数据 (38) 2.2.2、课程高校大数据 (38) 2.2.3、班级高校大数据 (39) 2.2.4、学校高校大数据 (39) 2.2.5、区域高校大数据 (39) 2.2.6、国家高校大数据 (40) 2.3、高校大数据采集技术图谱 (40) 2.4、高校大数据建设面临问题 (41) 2.4.1、产品同质化严重 (41) 2.4.2、分析端是整体短板 (42) 2.4.3、缺乏统一的行业标准 (42) 2.4.4、大数据价值尚未体现 (42) 2.4.5、数据模型的科学性不足 (42) 2.4.6、数据的权利制度未明确 (43) 2.4.7、数据规模日益庞大 (43) 2.4.8、缺乏稳定高效的大数据环境 (43) 2.4.9、数据利用不充分 (44) 2.4.10、数据驱动带来的科研新挑战 (44) 2.5、高校大数据云平台建设原则 (44) 2.5.1、要提前规划设计 (45) 2.5.2、要有清晰的边界 (46) 2.5.3、要保持连续性和规范性 (46) 2.5.4、采集粒度要尽可能小 (47) 2.5.5、高校大数据数据源分析 (48) 2.5.5.1、数据涉及面窄 (48) 2.5.5.2、有效数据量少 (48)
智慧校园云数据中心方案
目录 第 1 章项目概况 (3) 1.1 建设背景 (3) 1.2 建设目标 (3) 1.3 建设需求 (4) 1.3.1 设计原则 (4) 1.3.2 建设思路 (5) 第 2 章云数据中心解决方案 (5) 2.1 云数据中心框架设计. (5) 2.1.1 云数据中心总体设计 (5) 2.1.2 云平台总体架构 (6) 2.2 计算资源池设计. (9) 2.2.1 虚拟机的定义 (10) 2.2.2 虚拟化技术选择 (11) 2.2.3 计算资源池分类 (12) 2.2.4 服务器容量规划 (14) 2.2.5 虚拟机资源分配 (15) 2.2.6 虚拟机的物理分布 (15) 2.2.7 虚拟机模板设计 (16) 2.2.8 高可用性设计 (16) 2.2.9 动态资源扩展（DRX） (18) 2.3 存储系统建设 (25) 2.3.1 存储需求分析 (25) 2.3.2 解决方案 (29) 2.3.3 方案基本优势 (30) 2.4 备份系统建设 (41) 2.4.1 方案架构 (41) 2.4.2 方案说明 (41)
第1章项目概况 1.1 建设背景 根据《教育信息化十年发展规划（2011-2020 年）》, 到2020 年，全面完成《纲要》所提出的教育信息化目标任务，形成与国家教育现代化发展目标相适应的教育 信息化体系，基本实现所有地区和各级各类学校宽带网络的全面覆盖，基本建成人人可享有优质教育资源的信息化学习环境，教育管理信息化水平显著提高，教育信息化整体上接近国际先进水平，其次对教育改革和发展的支撑与引领作用充分显现。 “数字化校园”的建设，已经为学校师生的学习、生活、科研提供了比较丰富的信息，而“智慧校园”应当在“数字校园”的基础上，进一步挖掘信息资源的价值，实现 智能化的推送，促进知识的智慧传播与分享。智慧校园发展的定位，要让信息化真正成为提升学校核心竞争力的手段。 通过“智慧校园”项目的建设，可以提高学校的信息服务和应用的质量与水平，建 立一个开放的、创新的、协作的和智能的综合信息服务平台。并且可以通过综合信息服务平台，实现各个系统的共享、整合，提高学校的信息化水平和工作效率。 1.2 建设目标 “智慧校园”是指通过利用云计算、虚拟化和物联网等新技术来改变学生、教师和校园资源相互交互的方式，将学校的教学、科研、管理与校园资源和应用系统进行整合，以提高应用交互的明确性、灵活性和响应速度，从而实现智慧化服务和管理的校园模式。它的应用基础是要建立统一的数据服务平台，需要充分整合利用现有的应用系统和数据。 对于学校数据中心整合信息化建设资源，充分利用现有基础设施，对业务数据中心业务平台进行调整、升级和改造，满足教务应用系统和教务管理服务需要。 具体包括： 采用云计算相关技术，结合创新建设模式，搭建标准统一、功能完善、系统稳定、 安全可靠、纵横互通、集中统一的云计算平台，为各部门信息资源共享、数据交换和系
智慧城市发展首要是建设城市运行体征大数据可视化平台 Bi IlliO'O'B r >1 n li “ 门 、大数据的基本概念 下面这张图大家一定很熟悉，它是今年初央视展示的百度春 节迁徙图。 大数据是 什么？几张图告诉你，玩大数据离不开用技术手段进行存储和分析， 否则，更本 谈不上应用。 封面那张图说明，基于大数据的智慧经济时代已经来临，让我们顺着一张张图， 穿越本期主题：智慧城市运行体征大数据可视化平台建设将如同巅峰上的明珠, 须集合全行业的力量才能 摘取。 Hiinidred?!. of NilH 门兀or;耳 K ftp I L ITe ii u o ' T'i&ui * -■ h 斤氐咛 vbces A Cloud -I IN
UfeUfl _ -g iiw7-tf ? IW 0皿 ?'畐訓HOISU ON =151刖臺叫耐磴眩［1二鬲恬 娜OlODH 蹩in? U A. ffUMH d" JMW I ?屮！ JOI J -.各Ml 涯JpB 手-逼斷餉 gg r DU! ip 3 HBWSs ■&諏 口 - 9AVMWBW ?M? - wv ■ 八玄? ； ??? ： ? ? no* ■ ■ ■ rs ? MW ■ r ? — w? ■ “I - WJ ■ -KK -- MB 廖U ?「- -? q 「? *?? ? ? ■ ?nt? — E ■ ? 3 . ? - ? * ^9 i ? * ? nb? 一 IM ■ -? ? ? ? ? ■ A A " — m ■ A ■…. -% 7 ? ? ?? ■ -/ - ? ? ?■??,?? ? ■* ? ?'?? ?」 0 3????? ? m ? —H??a? ■ - ? ? ? np "丸-+ra 個Jll?阳“页2
智慧城市大数据平台 项目建议书 目前国家高度重视智慧城市规划、建设，云数据中心是推动信息技术能力实现按需供给、促进信息技术和数据资源充分利用的全新业态，是信息化发展的重大变革和必然趋势，是智慧城市建设的基础。 智慧城市实现资源整合，城市管理涉及城建、交通、医疗、环保、文化、教育、产业发展、社区管理服务等诸多领域，在传统的城市管理模式下，建立多方协调、资源共享的管理机制相对困难，智慧城市通过建立部门协作、全民参与的公共管理模式，促进官民互动、部门协同、信息共享、政务公开，使碎片化的公共管理和服务资源有效整合，既让政府部门及时摸清群众的需求，又让拉百姓实时了解有关政策，有助于提升政府的效率和决策水平。所以，大数据共享交换平台是智慧城市成败的核心。 DD州为了提高政府办事效能、提升为民服务水平、跟上时代步伐、创新发展，决定开展智慧城市建设工作。云数据中心和大数据共享交换平台作为智慧城市建设的基础核心先行。 一、建设DD州智慧城市云数据中心 （一）建设依据 1.《关于数据中心规划布局的指导意见》（工信部联通[2013]13 号），2013年1月
2.《国家绿色数据中心试点工作方案》，（工信部联节[2015]82 号），2015年3月 3.《国家电子政务总体框架》 4.《国务院关于促进信息消费扩大内需的若干意见》(国发〔2013〕 32号) 5.《国家新型城镇化规划(2014-2020年)》 6.《国家电子政务“十二五”规划》(工信部规﹝2011﹞567号) 7.《基于云计算的电子政务公共平台顶层设计指南》（工信信函 ﹝2013﹞2号） 8.《智慧城市大数据共享交换平台规划指南(试行)》（住建部 ﹝2013﹞） 9.《国家智慧城市试点暂行管理办法》 10.《国家智慧城市（区、镇）试点指标体系（试行）》 11.《关于进一步加强政务部门信息共享建设管理的指导意见》 （发改高技【2013】733号） （二）建设思路 云数据中心的建设应以科学发展为主题，以加快转变发展方式为主线，以提升可持续发展能力为目标，以市场为导向，以节约资源和保障安全为着力点，遵循产业发展规律，发挥区域比较优势，引导市场主体合理选址、长远规划、按需设计、按标建设，逐渐形成技术先进、结构合理、协调发展的数据中心新格局。 规划智慧DD云数据中心的设计、建设基于大数据、云计算、物