大数据分析与决策平台结合各个高校的实际情况和发展需求，按照中国教育大数据的建设规范对学校业务系统、硬件设备日志信息进行数据采集和挖掘分析，采用顶层设计架构和科学的规划理论，构建高校的大数据分析与决策平台。围绕教学和管理等工作的需求，结合大数据的发展趋势，建立校内个人基础数据、教务数据、财务数据库、科研数据库、人事档案数据、学科数据库据、日志事件库等业务基础数据库，以及集数据信息采集处理、汇总分析、共享服务的大数据分析平台。
-
1、快速检索
海量数据秒级计算能力。
2、丰富多样的数据采集类型结构化、半结构化和非结构化的历史数据、预测数据和汇总数据。
3、分布式搜索和分析引擎对大容量的数据进行接近实时的存储、搜索和分析。
4、多功能数据分析批处理数据分析、数据流处理、实时数据分析、交互数据查询以及数据服务。
5、灵活方便的可视化工具呈现大屏呈现、自助可视化工具以及可定制的机器学习框架。
6、自研核心技术基于路由的RBF、DLM、基于资源利用率的智能选块，丰富的分析模型和算法模型。
7、灵活存储策略调度依据访问频率设置“冷、热”数据，按需集群调度。
8、人工智能机器学习平台一站式服务建模，机器学习及模型训练，内置100+个经过优化的算法模块。
9、数据全生命周期管理校情数据全生命周期处理流程，全方位、多方面的校本数据。
通过不同存储策略，接受来自于各类信息化管理系统、相关IT设备日志等不同数据源的不同种类的数据。
2、数据整合及处理在数据存储模块的基础上，对原始数据进行抽取、清洗、标准化，丰富数据信息，为上层应用提供丰富的数据接口，标准的数据资源。
3、数据智能分析到课率分析查询：基于教室摄像机视频数据和教务数据相结合，运用机器学习算法进行人物识别，分析计算到课率和专注度。
学生画像：按学生姓名或学号、入学年份、所属院系为索引，形成学生信息画像。
教师画像：通过“评教信息”、“带生关系信 息”和“资产信息”等维度展现教师画像。
学生GPA分析：按照学生的考试成绩计算各科目GPA值，从多个数据范围的多个维度分析展示数据，比如可以查询某个学院的数据、某个专业或某个班级的数据集等。
轨迹分析：通过轨迹查询学生最常去的学校位置，通过轨迹数据记录可查询“联网接触人”或“消费接触人”等记录。
预警信息：系统对非常规时间和位置出现人员、学生长时间不在校园、消费超过报警阈值、人员频繁聚集等产生预警信息。
图书推荐：根据借阅大数据，将推荐阅读目录推送到学生端。
4、可视化数据大屏质量管理平台以数据标准为数据检核依据，以元数据为数据检核对象，通过向导化、可视化等简易操作手段，将质量评估、质量检核、质量整改与质量报告等工作环节进行流程整合，形成完整的数据质量管理闭环。
以直观的方式将分析结果呈现出来，并服务于决策支撑。
2、多维度分析面向全校师生满足各群体需求的大数据服务平台，实现教学、科研、管理、服务、学科等分析功能，提高自我认识，促进管理改革，提高整体把控，为领导提供数据支持和决策参考。
3、辅助领导决策更直观的展示企业经营状况，发现问题，实现领导对数据辅助决策的要求，进行数据化运营，实现由传统的以人的经验做决策依据转变为依靠数据分析结果做科学化决策。
4、降低沟通成本数据可开放给业务部门自助查数，降低业务人员与技术人员的沟通成本，提升了数据流转速度、简化流程，提升效率。
5、解放人力将人员从重复的获取数据工作中解放出来，提升工作效率，使人力投入到更高层次的分析层面。
6、保障企业数据安全完善的权限控制实现了不同级别可看不同数据，保障了校园数据安全。
