大数据平台标准体系范文第1篇

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

大数据平台标准体系范文第2篇

环境数据中心

大数据平台分析

Big data platform analysis

SOFTWARE PRODUCT

聚光科技(杭州)股份有限公司

内部资料 注意保密

目 录

1. 大数据背景............................................................................................................... 1

1.1. 什么是大数据................................................................................................ 1 1.2. 发展现状........................................................................................................ 1 1.3. 大数据的应用................................................................................................ 2 2. 大数据平台介绍....................................................................................................... 4

2.1. 定位................................................................................................................ 4

2.1.1. 产品概述............................................................................................ 4 2.2. 功能................................................................................................................ 4 2.3. 设计................................................................................................................ 4 2.4. 技术.............................................................................. 错误!未定义书签。 2.5. 总结................................................................................................................ 4 3. 环境数据中心........................................................................................................... 5

3.1. 背景定位........................................................................................................ 5 3.2. 功能................................................................................................................ 5

3.2.1............................................................................................................... 5 3.2.2............................................................................. 错误!未定义书签。 3.3. 设计................................................................................................................ 6 3.4. 技术.............................................................................. 错误!未定义书签。 4. 总结........................................................................................................................... 6

I

内部资料 注意保密

1.大数据背景

1.1. 什么是大数据

大数据最早在上世纪90年代被提出，是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。

现在，业界普遍认同所谓“大数据”具有明显的“3V特征”：量级(Volume)，速度(Velocity)和多样性(Variety)。大数据普遍具有量级大，要求处理速度快，数据本身具有丰富的多样性。在甲骨文公司和中国移动研究院的相关研究文档里，都追加了第四个VValue，价值;而IBM在其相关文档中给出的第四个“V”则是真实性(Veracity)。

大数据的价值：在海量的规则或不规则数据之中，用新的数据处理手段，以很快的速度计算或分析出潜在规律性、根本性的判断、趋势或预见。

1.2. 发展现状

随着移动互联网的带宽的增加和智能设备销售量的上升，互联网业迎来了“云计算”和“大数据”。世界经济论坛一份有关大数据的研究报告称，每天全球几十亿人使用计算机、GPS设备、电话和医疗设备，产生海量的数据信息。这些用户大部分来自发展中国家，他们的需求和习惯尚未被真正理解，如果能够借助大数据相关技术分析和挖掘数据背后的信息，将有助于认识需求、提供预测和防范危机。

大数据的真正意义并不在于大带宽和大存储，而在于对容量大且种类繁多的数据进行分析并从中萃取大价值。采用大数据处理方法，生物制药、新材料研制生产的流程会发生革命性的变化，可以通过数据处理能力极高的计算机并行处理，同时进行大批量的仿真比较和筛选，大大提高科研和生产效率。数据已成为矿物和化学元素一样的原始材料，未来可能形成“数据探矿”、“数据化学”等新学科和新工艺模式。大数据处理的兴起也将改变云计算的发展方向，云计算正在进入以AaaS(分析即服务)为主要标志的Cloud 2.0时代。

- 1

内部资料 注意保密

项目使得卫生单位及早研制预防疫苗，及早控制疫情的扩散，大幅降低了流感的传播。

3、飞机票价高低和多早预购的关系

也许大家会直觉地认为越早买机票就越可以买到较便宜的机票。一家叫Farecast公司的创始人从他的亲身经验启发了一个新的服务。他发现坐他旁边的人比他晚好几天购买机票却比他的购买价格还低。于是他搜集了所有航空公司的票价与提前订购时间的数据关系，并建立了数学模型。现在我们任何人可以上到他的网站：farecast.com，输入你的出发地和目的地，加上你要出发的时间，马上这个网页能告诉你是现在就赶快买票还是再等几天才买。

- 3

内部资料 注意保密

3.环境数据中心

3.1. 背景定位

环境管理部门每天要面对大量的数据，如环境监测数据、排污收费数据、排污申报数据、环境统计数据、环保信访数据、行政处罚数据、总量减排数据等。这些数据，往往存在来源复杂、格式多样、不一致、不准确、不完整、存放分散等问题，给环境管理带来诸多困难。各业务系统也彼此独立，从而形成了一个个信息孤岛，数据难以共享，环境决策缺乏有效的数据支持，难以做到科学决策。因此，需要建立统一的环境数据中心，全面整合各类环境资源数据，实现数据的集中管理。使之成为环保各业务科室之间协同工作的数据中心，成为多媒体、文档资料和政策法规的存储中心，成为环保决策所需的数据仓库中心。

3.2. 功能

3.2.1. 数据的管理

数据中心的数据来源主要于：

1. 国家下发的软件系统，如污染源普查软件、环境统计软件; 2.已有的业务系统，如排污申报与收费管理系统、12369环保热线等。 3.Excel表格、电子文档、图片、视频、扫描件等;

4.数据直报系统：系统提供定制的录入界面，用户手工填报。

对于这些来源复杂、格式多样、不一致、不准确、不完整、存放分散的数据进行统一的标准建立，实现信息共享，数据交互

3.2.2.数据的管理

1.文件的上传、修改、删除 2.元数据的编辑

大数据平台标准体系范文第3篇

党的十八大把生态文明建设放在了突出地位，纳入了“五位一体”总体布局，并首次把“美丽中国”作为未来生态文明建设的宏伟目标。2015年新修订的《环境保护法》将“推进生态文明建设、促进经济社会可持续发展”列入立法，以法律的形式将生态文明建设提升到了国家的战略高度。国务院出台的《水污染防治行动计划》“水十条”，对生态文明中水环境和水质保护方面的提出了重点管理要求。与此同时“互联网+”和“大数据”应用也上升为国家战略，国务院出台的《关于积极推进“互联网+”行动的指导意见》、《关于促进大数据发展的行动计划》和环保部发布的《生态环境大数据建设总体方案》，将“互联网+绿色生态”作为11个重点行动之一而提出，要求未来的环保工作必须紧密地与大数据建设结合起来，高度重视大数据在推进生态文明建设中的地位和作用。

2 建设目标

以往信息化发展基本都是着眼于各个业务部门各自的业务需求，“管什么、想什么、干什么”，数据多头采集、相互矛盾的现象普遍，难以从环保工作全局层面支撑决策和管理。很多环境问题还处于现状不清、底数不明、原因不详的困局之中，环保部门在回应重大环境污染事件和解决人民关切的环境问题方面容易陷入被动。

通过以水环境综合大数据分析建设为契机，树立环保工作的大局观和整体观，将流域各方面相关环境管理数据整合起来，形成合力打造对内的统一的水质大数据智能分析平台，用全局性的战略眼光来谋划整个水域环境质量、影响流域污染源监控数据管理建设。 3 系统建设内容

3.1 水环境大数据采集

大数据时代的环境信息化建设是以数据为核心，环境大数据管理与应用是在“十三五”期间最重要的发展方向，所以环保部门未来建设重点将紧紧围绕大数据进行。而要实现大数据的智能化应用，首先要解决的就是大数据收集获取问题，因此需要夯实应用基础，全面收集内外部数据资源，整合、共享、联动、开发数据，努力实现全数据采集管理。

3.2 水环境大数据管理

获取流域水质大数据分析需要的相关环境大数据资源后，建立大数据综合服务库，将采集的海量数据汇聚进入到库中，聚合原有分散在各个政务系统中的数据，并按照大数据管理标准及要求，进行集中管理与维护。

3.3 水环境大数据分析应用

大数据平台标准体系范文第4篇

一、建设背景

根据四届市委常委会第130次会议明确由市委脱贫攻坚办负责全市脱贫攻坚指挥部建设意见和省扶贫办“鼓励各地市州县在省扶贫云平台上，按照统一平台、统一标准、统一数据的要求，自行投资开发建设具有自身特色的子扶贫云和精准扶贫个案管理相关系统，并引入更多的开发者定制特色扶贫个案应用，激发更广泛的扶贫工作创新，既保证数据的统一性、完整性，又不失灵活性，便于各地市特色扶贫工作和个案扶贫措施在全省快速复制推广”要求，我市于2015年12月开始启动脱贫攻坚总指挥部建设。脱贫攻坚总指挥部布置在市规划馆，主要有三个方面内容建设：一是遵义特色的软件开发;二是液晶拼接大屏及电子操控设备;三是临展区装修改造(保持规划馆整体风貌)及布展。总指挥部与市委常委会议室、市政府常务会议室联通共享。各县(市、区)和市直有关部门设分指挥部，并与总指挥部互联互通。指挥调度做到精准到村到户到人到项目，并可实时通话直连，实现数据与电脑、手机等智能终端连接，利用手机进行实时展示和信息推送(默认直接下属单位主要领导的信息推送)，实现“人在干、云在算、天在看”动态化有效管理。

二、主要做法及成效

在省扶贫云的基础上，充分运用大数据、云计算、互联网等现代信息手段，建设遵义市脱贫攻坚指挥部，通过建立“用数据决策、用数据管理、用数据考核”精准扶贫工作机制，提升大扶贫战略实施精准度，用大数据手段实现对贫困村、贫困户的精准识别、精准匹配、精准帮扶与精准管控。通过大数据手段，动态掌握扶贫工作中真实、可靠、全面、及时的数据，真正把扶贫对象搞精准、把致贫原因搞清楚、把动态管理搞规范，做到因户施策、因人施策，合理评估贫困人口状况及扶贫项目效益，为科学制定扶贫政策提供数据支撑。

一是通过驻村干部和贫困群众说贫困，组织一支教育的、医疗的、产业扶贫的、种树的、种茶叶队伍来参与互动，用身边事教育身边人，用身边人引领身边人。

二是通过易地扶贫搬迁，展示干部与易地扶贫搬迁群众一对一帮扶，确保不脱贫不脱钩;展示易地扶贫搬迁户就业情况，确保每一户都有一人就业。

三是通过脱贫攻坚目标任务和时间表、路径图，利用大数据，从市到四大区域到15个县(市、区)再到乡镇、村，逐级细化，为每一户贫困户建立“贫困指数”，甄别出最贫困的乡、最贫困的村、最贫困的户，使贫困深度看得见、摸得着。 四是通过建立完善的指挥体系和责任体系，到村到户到人，运用大数据手段调度展示细化到每一户每一人的帮扶干部、爱心人士或企业，做好“谁来扶”的遵义答卷。

五是通过建立遵义脱贫攻坚信息云平台，让每个市直部门、每个县(市、区)甚至乡镇、村都能在这个平台上发布工作动态信息，并由各级指挥部审核筛选后将重要信息及时推送到各级领导手机客户端上(设定阀值)，各级领导可以回应互动，批示直办，实现信息共享，做到工作实时指挥调度。

六是通过建设民生监督子系统，以扶贫项目、资金为重点，拓展到所有民生项目资金，对工程进度、资金拨付等进行实时监管，最终实现“挂图作战，按图销号”，真正做到把最精准的资源集中在需要帮扶的贫困户，变传统扶贫的“大水漫灌”为“精准滴灌”，实现大数据助力下的扶贫全过程精准管理。

七是通过建立考核评价体系，每季度晒一次各县(市、区)、各乡镇(省要求市考核乡镇)、各市直部门脱贫攻坚成绩单。该子系统链接省扶贫云绩效评估云服务。

八是通过建设扶贫专线部门热线子系统，对群众来电进行登记录入、梳理交办、跟踪督办、回访考核，提升人民群众满意度。

九是通过设立《遵义脱贫》电子书栏目，真实记录遵义脱贫攻坚足迹，客观总结遵义脱贫攻坚经验，全面展示遵义脱贫攻坚成效，努力形成遵义脱贫攻坚品牌。

二、目前存在的瓶颈和困难

一是我市脱贫攻坚总指挥部主要依托省扶贫云提供的我市数据，但在与我市其他部门数据互联互通上存在不畅，数据的使用更多是内部循环，远达不到实现广泛数据共享的目标。二是我市脱贫攻坚总指挥部与大数据相关产业没有实现互动，对我市发展的大数据产业技术运用上还有所欠缺。

三、未来展望

大数据时代的来临，为创新扶贫开发方式提供了新的理念和技术支持，我市要积极利用大数据带来的快速、便捷和高效来加快推进精准扶贫工作;同时也对扶贫人员的素质提出了新的更高的要求，我市必须优化整合扶贫资源，培训高素质人才，实现精准扶贫，确保扶贫到村到户到人;运用全社会的力量全方位提高贫困人群的生活水平和质量，最终消除贫困，实现共同富裕。

(一)利用“大数据”，做好目标任务对接。“大数据”是幅地图册，它告诉我们贫困对象在哪里，有多大规模?“大数据”是个检测仪，它告诉我们致贫原因及贫困对象的诉求是什么?“大数据”是条连通器，它告诉我们驻村干部怎么布局安排，连通着帮扶人与受扶对象;“大数据”是一工作平台，为扶贫开发的转型、创新、实践提供了基础，创造了条件。开发利用“大数据”，要做到与目标任务相对接，与专项规划相连接，服务于整村推进规划、易地扶贫搬迁规划、产业发展规划、金融扶贫规划等专项规划的编制，着手扶贫开发新的部署安排提供了参考。

(二)运用“大数据”，高效服务扶贫工作。要在确保数据安全与贫困对象信息安全的前提下，实行“大数据”向各级扶贫部门授权开放，向各行业部门专网开放，向社会有限度开放，做到数据共享共用，为“三位一体”大扶贫工作服务，使各方面的资源与力量充分运用，使扶贫效果得到提升。

(三)活用“大数据”,做好驻村帮扶工作。“大数据“为驻村帮扶工作找到了因户施策的依据，驻村干部可根据一家一户的建档立卡情况，针对性地确定帮扶项目和帮扶措施，可使帮扶工作具体化。同时，一家一户的建档立卡情况也为制订和完善驻村帮扶的考核验收提供了参考，在实施基本考核制度的前提下，可弄清驻村工作队的具体扶贫效果，可实打实地进行督办、考核、验收。

大数据平台标准体系范文第5篇

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。

大数据平台标准体系范文第6篇

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

2

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。

6

(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：

724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)