教育大脑+智慧学校应用——X师大脑三期项目建设意见.docx

《教育大脑+智慧学校应用——X师大脑三期项目建设意见.docx》由会员分享，可在线阅读，更多相关《教育大脑+智慧学校应用——X师大脑三期项目建设意见.docx（17页珍藏版）》请在第一文库网上搜索。

1、“教育大脑+智慧学校”应用一一X师大脑三期项目建设意见一、项目概况1、建设背景按照“综合集成、整体智治”原则和“教育大脑+智慧学校”思路，统筹推进数字技术与教育管理、教学实践的深度融合，全面推进数字化意识、数字化思维和数字化能力，不断提升教育现代化水平，实现教育高质量发展。“X师大脑”一、二期项目基本建成基于智能数据服务理念的治理端一宁师驾驶舱、移动服务端一宁师小鹿以及PC服务端三端服务和宁师数据服务门户，同时依托三端服务上线200余个智能数据服务，为师生提供服务50余万次。X师大脑项目的建成和应用使我校在数据服务、现代化治理等方面得到全面显著提升。根据学校“十四五”规划精神，为进一步推进我校

2、数字化改革进入深水区，全面实现我校教育服务优质化、教育治理精细化、教育教学精准化、教育决策科学化等目标，继续推进“X师大脑”三期建设，重点在智能化、标准化等方面,通过采用新模式、新技术、新方法来实现教育教学、教育评价等领域的大规模数字化应用，最终实现育人方式变革与教育质量的提升。2、建设目标(1)建设数据应用工厂：基于学校数据中台，建立数据应用工厂，实现动态数据源配置、数据资源可视化展示、数据资源安全访问等，提供简便、高效、统一的数据查询统计、应用开发管理平台，形成“一站式”的数字开发应用体系。依托数据工厂能力，为实现深入挖掘数据价值，快速、高效实现数字应用服务提供支撑。(2)建设数据服务智能

3、化模块：利用大数据技术和人工智能技术实现数据建模，为提供个性化、精准化、智能化服务提供支撑。人员画像实现学校五类身份人员的精准画像；检索模型和推荐模型完美解决知识库的检索问题；知识图通过对学校数据、集成数据源以及跨数据实体映射关系的搭建，为学校带来卓越的知识共享能力；可视化配置达实现应用快速迭代开发的能力。智能化模块最终为师生的工作、学习、生活提供高质量的数字智慧应用服务。（3）搭建移动融合门户：整合宁师小鹿和数字宁师门户，解决移动端唯一门户问题和未来移动端多平台适配问题，方便以后学校的多方面推进。对宁师小鹿进行全面升级，添加定制推送服务、首页推荐、服务清单模块，提升问答能力、意图识别能力、应

4、用唤醒能力。打造数据服务和应用门户一体化的全校综合性智能应用，全方位提升校园信息服务水平。（4）构建移动身份认证体系：以微信校园卡身份认证体系为基础，构建学校全新的移动端认证体系。实现移动端用户的多身份认证和身份转换，持续保障校园移动端统一身份认证功能。（5）完善宁师数据服务门户：基于X师大脑二期PC端的服务能力，为提升系统在学校的影响力和使用率，系统需要进一步完善数据模型的服务能力，新增数据视窗的功能，并与校园门户进行对接，实现在校园门户内直接展示校园模型数据。（6）提升数据服务安全：在系统不断完善、服务应用持续增加的情况下，如何提升数据的安全，保障数据资产不被侵犯，是本次系统升级的重点之一

5、。通过建立以人员身份为核心的权限管理中心，对管理者和用户进行身份、权限的区分和配置；对所有应用服务接口按身份、权限校验；对页面进行添加水印防护。实现为学校数据服务保驾护航的目标。（7）打造数字挛生的数据可视化能力引擎：目前的H5数据层数据可视化层现样式固定，业务的调整、更新和部署完全依赖开发技术支持。在X师大脑数字挛生大屏中数据层是重要业务功能模块，需要能够随着X师大脑业务内容的不断提升和调整，及时、迅速做出新的数据场景，或者调整现有场景的业务内容。因此迫切需要构建数据可视化能力引擎，采用工具化和低代码的方式实现数据层数据可视化场景的自定义、自维护、快速更新和自动化部署（8）实现数字挛生数据层

6、管理后台的统一融合：目前数据层的源数据来自于宁师数据中心，并根据数据层的场景需求进行数据整合。但目前管理后台相对独立，且功能有局限。根据X师大脑的整体发展规划要求，需要将数据场景的数据后台管理融入到整个X师大脑后台中，成为一个模块，并进一步完善对数据源和数据分析的后台管理功能。(9)建立数字挛生模型场景交互标准化接口体系：通过对X师大脑数字挛生大屏前期场景的总结，建立一套标准化的模型场景交互标准化接口体系，定义常见的交互动作CS模型层与数据层之间的交互接口和交互逻辑控制，并集成在数据可视化能力引擎中统一管理。通过本期项目建设，使“X师大脑”进一步实现将教育数据转化为数据服务能力，驱动学校管理决

7、策智能化和教学科研智慧化，为我校实现数字化改革提供重要的信息化支撑。二、技术要求序号技术要求1建设内容1.1建设数据应用工厂1.1.1数据资源管理：以可视化的操作界面配置各类数据库源；提供资源表的数据项查询；数据源中表名、字段名支持中文展示；数据资产管理能够可视化展示所有可用数据资源(包含资源名称、表名、字段名、字段属性等)；进行数据资源表资源申请功能；数据资源表资源申请的审核功能。1.1.1.1数据源管理：数据源管理支持多种主流数据库的接入，提供可视化的操作界面来配置各类数据源，展示各类数据源及其表、字段、索引等相关信息。管理员可以对进行新增、修改、删除、查询操作，支持对多种关键字的搜索。1

8、.1.1.2数据超市：对所有可用数据源及数据表、字段、索引提供可视化展示，方便申请需要的数据资源。支持对多数据源、跨数据源进行多表的一次性批量申请。1.1.1.3我的资产：对数据超市申请的数据订单进行查询，可查询在申请中的数据订单，获取申请人和应用场景信息，查看该订单内容表信息。在已申请列表中，查询该机构目前在哪些数据库下已有数据资产，展示内容有表民表中文名和具体表字段信息。在已终止可查看被驳回订单信息，获取被驳回原因和驳回具体内容以便修改后再次申请。1.1.2数据开发管理：通过少量代码就可以快速生成应用接口，使具有不同经验水平的开发人员可以通过工具化的用户界面，使用简单的SQ1语句或Java

9、模型驱动的逻辑来查询数据和创建程序服务接口。1.1.2.1数据查看：提供工具化的用户编辑界面，开发人员能够通过页面编写SQ1语句来进行数据查询。编辑界面提供了脚本语法自动补全提示，表资源信息自动补全提示，保存，美化语句，撤回等多种操作方便进行脚本编写。1.1.2.2脚本开发（1）提供工具化的用户编辑界面，开发人员能够通过页面编写SQ1语句或Java模型驱动的逻辑来进行接口开发。编辑界面提供了脚本语法自动补全提示，表资源信息自动补全提示，保存，美化语句，撤回等多种操作方便进行脚本编写。接口配置支持接口信息的自定义编辑，包括请求参数和返回参数的描述、示例等，能够快速发布成http协议的接口；（2）

10、另外还支持通过HQ1方式自助新增数据分析服务，支持HQ1通过自定义配置进行分析配置，可以定时的执行海量数据的自定义分析任务。1.1.3数据接口管理1.1.3.1我的数据服务：对已发布的接口管理，包括接口测试、上线、下线，支持开放服务和开放审批、限制服务的权限操作；对已发布的数据分析服务进行管理，查看数据分析的结果数据，查看数据分析任务的运行结果和运行日志。1.1.4数据安全管理1.1.4.1日志记录（1）系统记录登录日志、访问日志和操作日志，各类日志分别包含以下信息：（2）登录日志：登录账号、登录时间、登录IP等。（3）访问日志：访问模块、访问时间、访问链接、访问用户等。（4）操作日志：用户在

11、系统内访问数据的记录和申请记录等。（5）运行日志：系统运行情况。（6）错误日志：系统发生异常错误记录等。1.1.4.2日志查询：管理员可以按照日期筛选查看系统登录日志、操作日志、运行日志。1.1.4.3数据权限：所有数据访问需要先申请，经过审核后才可以使用。管理员可以对敏感数据使用脱敏设置。1.2建设数据服务智能化模块1.2.1人员画像：汇聚学校多个系统的数据，构建基于个人的画像数据，包括学生画像和教工画像，为千人千面的个性化、智能化服务夯实基础。人员画像包括人员的基础信息、业务相关信息、及根据原始数据计算获取的标签信息，和自定义的标签信息等。为细化人群分类，针对不同类别的人群提供特定的服务成

12、为可能。1.2.1.1画像建模：梳理学生、教工的相关信息，通过建立画像模型，并建立从数据中心的各类数据转化到模型数据的同步程序，实现画像数据的生成。画像建模从多个维度多个信息项来建立学生、教工的相关数据模型，并实现根据人员的画像查看和根据信息项的人员检索。1.2.1.2标签管理（1）人员画像标签体系包含计算标签和自定义标签。计算标签通过对基础数据或业务数据的计算，从而获得对应的标签数据。计算标签按一定的频次继续数据更新。（2）自定义标签则支持标签的添加、删除。并可指定哪些人员获取该自定义标签。（3）标签的建立可以使人员的分类更加灵活、便捷。1.2.1.3画像服务：基于人员画像对服务应用提供数据

13、服务接口，支持对人员的数据、标签检索，也支持根据信息项或数据标签检索对应的人员列表。1.2.2检索模型（1）搜索是最符合人性的信息获取方式，在众多功能和信息层级中如何快速定位到目标，搜索是最便捷的方式，因而搜索的重要性不言而喻。几乎各行业的企业都在努力建设自己平台的搜索功能，电商的搜索是商品入口，媒体的搜索是资讯入口，企业知识库的搜索是知识入口。（2）好的搜索势必会为学校带来巨大收益，对外可以提升用户体验，对内可以提升员工效率。人工智能正逐步从感知智能迈入认知智能时代，搜索同样需要改变传统模式，实现升级。所谓“感知智能”，就是获取信息的能力，类比到人类，我们可以通过视觉、触觉、听觉等去感知这个

14、世界。而“认知智能”是人工智能技术发展的高级阶段，旨在赋予机器数据理解、知识表达、逻辑推理、自主学习的能力，使机器能够拥有类似人类的智慧，其实就是大脑的思考能力。（3）从感知到认知，是一种飞跃性的突破。认知智能的实现离不开自然语言处理技术的支撑。自然语言处理技术提高非结构化的语义理解与推理的可解释性，实现基于自然语言理解的语义搜索，从而体现“认知智能”。语义搜索是指搜索引擎的工作不再拘泥于用户所输入请求语句的字面本身，而是透过现象看本质，准确地捕捉到用户所输入语句后面的真正意图，并以此来进行搜索，从而更准确地向用户返回最符合其需求的搜索结果。1.2.2.1检索建模（1）提供工具化的用户编辑界面

15、，开发人员能够通过页面编写检索模型。编辑界面提供了模型保存，美化语句，撤回等多种操作方便进行模型编写。模型编写完后能够快速发布成http协议的接口，支持接口信息的自定义编辑，包括请求参数和返回参数的描述、示例等。（2）另外还支持配置同义词、专用词、停用词、联想热词、形近词纠错、引进次纠错来提高自然语言处理技术对非结构化的语义理解与推理的解释性，更好地实现语义搜索。1.2.2.2检索管理：对已发布的检索模型及接口管理，包括模型信息查看，包括请求参数和返回参数的定义和示例，模型服务的上线、下线。另外可以对接口进行测试，输入对应请求参数的值，会立即返回对应的返回结果数据。1.2.3推荐模型：推荐模型

16、是通过你过去曾经发生的行为痕足迹去推测你的当下未来所需。你的搜索、点赞、评论、转发等行为都为它创造了解你的机会。例如：当你在搜索一个经典电影时，很快就会发现它还为你推荐了相似同类型、相似评价度的其他影片，或者甚至还会引申到同导演的其他影片等。最令人惊奇的是，你或许会在推荐影片中挑选到真正喜爱的影片，而没有你最初搜索的那个。原因自然不言而喻，推荐系统比你更了解你的购买浏览习惯和行为偏好，当你还不了解它的算法奥妙时，它就如住在你的大脑一样了解你了。1.2.3.1推荐建模（1）提供工具化的用户编辑界面，开发人员能够通过页面编写推荐模型。编辑界面提供了模型保存，美化语句，撤回等多种操作方便进行模型编写。模型编写完后能够快