首页

行为分析与挖掘是整合学生行为数据，集中提供数据查询。将学生在校各种行为进行汇总，集中展示和查询，当学生发现异常时，通过行为查询、追溯可以快速定位学生问题，找出风险原因。 价值： 异常行为预警 出现特殊情况时的信息追溯 学生行为挖掘  

学生群体画像是通过各种基础属性、个体画像标签及行为属性作为筛选条件，选择某一个在校学生群体，通过群体画像功能，集中了解该群体学生的属性特征和行为特征，从而得出关联性的数据知识和分析结论，为学生群体特征的挖掘和群体培养提供数据支撑。 特点： 一、挖掘某群体学生的特性 二、不同群体学生之间的关联比对 三、针对群体精准管理和培养    

高校大数据服务平台秉承着“数据即服务”的理念，基于数据仓库及大数据处理技术，通过灵活的服务能力和展现方式，为学校领导、院系学生工作管理员和广大学生提供多样化的数据服务。 高校大数据资源整合，解决数据采集、存储和治理问题 高校大数据共享及使用，解决数据访问通道问题 大数据服务生态，通过定制、外部API调用开发，构建以服务为核心的数据应用体系  

税收风险管理方案一、背景1、信息技术发展背景近几年，信息技术快速发展，特别是近两年，云计算、大数据技术的蓬勃发展，核心技术从概念到理论，从实验环境到成功落地，反过来又推动了技术的进一步发展。随着网络带宽的不断拓展以及移动互联网的快速发展，信息应用系统迅速的从电脑终端，拓展到平板、以及手机终端，信息技术叠加移动互联网的快速发展，推动了各行各业的信息化发展，对政府部门的信息化和现代化提出了更高的要求。…

利用一卡通消费、教务、上网日志、图书、宿舍通道等数据，与学生个人基本信息进行绑定，在此基础上分析学校在校行为特征，进行标签化的描述和定义，全面掌握个体学生的相关信息。 1、集中展示学生基本信息，根据行为关联找出可能关系密切的同学，同时根据行为特征集中描述学生特征标签（如：上网较多、消费过低等） 2、根据图书借阅情况，分析学生学习特征 3、根据网络行为特征，描述学生兴趣爱好 4、根据成绩信息，分析学…