IaaS（Infrastructure as a Service）基础设施即配合

伴随资讯手段成长，用户的观念已经从拥有装置变成享受配合。回溯历史，硬件定义反映的是工业化演进；系统定义反映的是资讯化演进；随着互联网、物联网日渐成熟，系统定义也将演进到配合定义，即由手段升级带来商业模式的变化。配合才是企业最核心的价值；配合档次才是用户关心的核心利益；面对日益深入的高校资讯化筑造浪潮，JJB电竞在全国推出了智慧校园IaaS配合观念，并将IaaS细分为：

1、NETaaS（Networks as a Service线上即配合）

2、EIDaaS（Electronic Identification as a Service电子校园卡即配合）

3、SECaaS（Security as a Service安全即配合）

4、IDCaaS（Internet Data Center as a Service数据中心即配合）

5、DATaaS（Big Data as a Service大数据即配合）。

本章主要详述IaaS-DATaaS（Big Data as a Service大数据即配合）的主要内容，具体如下：

DATaaS大数据即配合中心功能

作为高校大数据综合配合商，JJB电竞通过自主研发的大数据中心，对高校大数据进行广泛采集和深度挖掘，实现学校业务的综合可视化、学生管理的智能感知和学校管理的科学决策；确立治理优先任务、成果、关键业务驱动因素 的逻辑过程，助力高校进行校园管理流程的改造。JJB电竞智慧校园大数据决策中心，旨在通过大数据、云端计算、智能感知等先进手段，秉承“用数据参与决策”的核心观念，围绕“中心+工具+配合”进行筑造，即数据基础中心，数据决策中心、决策配合中心。

JJB电竞(上海)公司用心做好每一件事，让世界更美好。

产品主架构说明

体系采用的线上大数据决策中心融合了目前各类开发手段，共同塑造了一个稳定、成熟、灵活的大数据中心。中心架构由四大框架组成，分别为前端框架、web框架、后端框架与数据仓库框架，整体中心的手段架构如下图所示：

大数据基础中心

面向学校数据治理，构建大数据基础架构，赠与数据采集和整合的能力，并兼容指导部资讯制度；通过线上赠与的大数据管理中心数据智能治理中心模块，通过治理工具将采集的校内业务体系的数据进行智能采集及治理，定制治理规则，实现数据的制度化，建立统一的数据规范制度，建立一套基本涵盖学校全维度数据字段规范库，满足学校现有业务体系及扩展筑造的业务体系制度数据中心。同时，该制度化库具备良好的扩展功能，应对未来数据维度需求增加时的扩展需求。

大数据决策中心

大数据决策中心面向管理，配合于管理者，通过业务看板，让管理者直观、及时、准确了解学校业务运行状态，使管理决策更迅捷，更精准；主要功能包含：校情大数据决策中心、资讯化决策中心、决策算法中心、指标配置中心、预警配置中心、阳光指数中心。

大数据决策中心

大数据决策中心主要分为：校情大数据决策中心、资讯化决策中心、决策算法中心。及综合数据配置中心、阳光指数中心。

综合校情决策中心：

针对学校业务赠与113个分析图表，覆盖人才培养、师资队伍、学科筑造、科学研究、国际交流、办学条件及后勤管理主题，中心根据学校业务成长需要选择分析指标，配置相应业务主题展示页面，辅助校领导可以随时了解校园整体运行和治理的动态成果。

资讯化决策中心：

包含资讯数据管理决策中心和资讯化装置管理决策中心。

（1）资讯化数据管理决策——从监控和分析校园线上数据的角度赠与数据展示；

（2）资讯化装置管理决策——从校园线上装置的监控和分析角度赠与数据展示。

决策算法中心：

本挖掘算法中心包含线上在指导行业大数据中的算法沉淀库以及应用模型库，针对大数据业务体系，基于基础模型和应用模型采用类似机器学习算法、基础算法、聚类算法、推荐算法等，实现对数据的建模分析。

基于大数据中心灵活的指标配置管理，数据决策中心研发出一系列专长、便捷化使用的数据分析建模工具，方便学校快速上手，运用算法工具对学校数据进行深度的挖掘分析，以辅助业务管理。学校可以通过后台算法模型配置中心通过训练数据进行算法调优和配置，领导可以调用训练好的算法模型进行复杂事件的预测、归纳分析。

数据配置决策中心：

体系数据配置预置了一些基础的图标个制度化配置，还赠与了可以自定义操作的灵活操作机制，配合指标查询和图表自定义配置功能，配合11种图表形式的自定义切换，赠与校领导自定义查询条件、统计分析、生成报表/图表功能管理进行统一管理和控制,可以极大的提升学校管理员操作的灵活度和效益，并降低日常运维的难度和工作量。

阳光指数中心：

决策中心依托于数据基础中心，是一套将数据参与决策观念充分实现的方法论工具。它将高校中多维度、跨体系数据进行有效整合，通过数据指标化管理和配置，将数据以可视化的展现形式为业务部门赠与场景化的数据决策配合。

阳光指数配置引擎是阳光校园运行状态的指数化管理工具。通过阳光指数配置引擎，校领导可根据学校治理策略选择并配置关键指标和确定指标影响因子，并自定义关键指标和指标影响因子的权重，从而学校可以量化学校核心业务的运行状态，及时发现业务短板，精准辅助决策；主要长处：综合的高校管理范围覆盖、日常管理筑造的可量化性、实时的掌握学校变化及趋势、很快的追溯的问题发生的源头、及时发现自身的不足和同标杆学院的对比情况。

决策配合中心：

决策配合中心包括：学生管理配合、教务管理配合、智慧决策报告配合、引擎为学校师生赠与更精准的个性化配合。

学生管理配合

通过搜集学生的多维度行为数据，包括：上网搜索内容、位置停留时长、使用终端类型、触发预警频次等维度，帮助学校管理者针对学生群体进行标签化分析。帮助学生管理者从学习，线上行为，生活等多维度分析学生群体的习惯和特点，帮助学校实现个性化培养指导赠与数据支撑。

1、学生预警总览：

立足学生日常管理，赠与7大预警主题（离校、群体离校、晚归、过宅、危险言论、负面倾向、疑似孤僻）的预警提醒、统计分析和历史查询功能。预警包含预警概况和预警详细列表。概况展示了预警数量、待处理严重预警数量和预警数量的成长趋势。趋势图横坐标是严重程度、纵坐标是预警紧急程度，用户可通过左右拖动下面的横条查看不同日期预警数量，体系默认展示本月至当前的总体预警数量趋势。

预警列表展示了预警类型、事件等级、事件id、学生姓名、学号、学院、预警内容、预警时间、处理情况。事件按照严重和紧急的程度分为4个象限，对应不同的警示颜色。用户可在状态栏对待处理的事件进行处理，也可以点击筛选按钮通过预警类型字段、事件等级字段、学院字段、处理情况字段对列表进行筛选。

整体上展示全校学生的预警分布，以对学生成绩有整体上的预期。用户将鼠标放在曲线上，可查看该点对应学生预测的具体情况。

2、学生画像：

通过搜集学生的多维度行为数据，包括：上网搜索内容、位置停留时长、使用终端类型、触发预警频次等维度，帮助学校管理者针对学生群体进行标签化分析。帮助学生管理者从学习，线上行为，生活等多维度分析学生群体的习惯和特点，帮助学校实现个性化培养指导赠与数据支撑。学生画像整体分为个人画像和群体画像。

（1）群体画像

通过将在校生行为数据进行大数据分析，为每个学生贴上具有行为或思想的特征标签，并按照群体分类，用户可以查看每个分类的人群特征，并从院系、年级、男女比例三个方面进行群体标签的分析，帮助学校定位不同标签人群的特征和规律，帮助学校进行精细化学生管理，为学校进行个性化管理和指导引导进行数据支撑。通过对不同行为数据进行制度化设置，快速锁定出现行为异常的学生，并进行及时纠偏。

（2）个体画像

通过搜集学生的多维度行为数据，如行为数据、学生资讯、消费资讯、在校关系网等等，综合性地分析判断学生的状态。综合刻画学生画像，帮助学校管理者针对单个学生进行画像分析。帮助学生管理者从学习，线上行为，生活等多维度分析学生的习惯和特点，帮助学校实现个性化培养指导赠与数据支撑。

教务管理配合：

学习状态分析

通过分析学生的学习成绩、课堂人均分神时长、课堂人均分神频率、分年级显示听课不集中的学生占比，整体评估学生的学习水平和课堂准点逃课情况，同时对学生本学期每门课成绩进行预测。

教学热度透析：

通过线上数据，以无感知的方式针对到课率、考勤、课程热度等方面的趋势进行分析

配合报告：

基于决策中心的业务场景，进行数据深度挖掘，制定学生预警周期性报告，如离校预警报告，线上危险言论预警报告等。定期的发送给相关负责人，通过该系列报告，让各个业务负责人更加清楚的认知当前的校园情况，赠与按时间段划分的大数据总结报告，可以按类型、按主题总结推送；以便更加准确的定位和解决问题。赠与H5的页面展示和配合。