寻道科技 “数据中心”首次亮相 用数据跑路代替师生跑腿

5月19日，第二届大数据教育高峰论坛在成都市郫都区天之府温德姆至尊豪庭大酒店拉开帷幕。寻道科技携“数据中心”首次亮相。该系统将致力于推进学校管理科学化、精细化、智能化水平的有效提升。

打破“信息孤岛” 整合学校内外数据

离线数据、日志数据、业务数据、互联网数据……高校信息化以来积累了丰富的数据，可以给学校提供更多的教育管理参考依据，但这些数据都分布存储于不同系统中，数据错乱时有发生。信息不互通，同样的信息填写多次，同样的信息存在着偏差，信息维度不全、分析结果准确率低……这些都降低了高校工作的效率和准确度。

寻道科技建立了标准、全面、开放、智能的数据中心，系统可以整合校内各个业务系统的数据，将其按照业务分门别类，并统一存储和使用，从而实现并实现跨部门、跨系统、跨业务的数据共享和交换。从此，师生不用再多次跑腿提交多次信息。只需完成一次提交，其他业务部门便可通过系统实现信息共享。而此前散落于不同业务系统的同类数据，也可以通过这种方式实现更好的管理。

目前，系统不仅具备整合校内数据的能力，还覆盖了上百个主流的、具备高度影响力网络平台的网络资源库，为校园数据提供有力补充。这些校外数据已经达到上亿条，覆盖数十个网络数据维度，并以每天近千万条数据的速度在递增。

学校师生情况

建立统一标准 多管齐下治理数据

数据整合后，系统通过统一和科学的数据标准，对它们进行一系列治理。数据治理的工作不仅包含了通过数据质量分析对存在质量问题或隐患的数据进行矫正，还考虑到现实业务中业务具有业务相关性极强的特点，结合业务情况逐个对相关数据进行针对性的分析与清洗。系统内置了数据清洗算子包，可以有效解决这部分问题。

由于数据缺失率和错误率是数据质量最主要的两个衡量指标，因此数据治理的过程包含了消除噪声、遗漏数据处理、消除重复数据和数据类型转换等处理。根据上百个校验规则，系统首先对基础数据进行规则的校验;围绕上百个数据表进行关联后，系统将来自不同业务系统的数据，整合到统一的数据库中;对于缺失的数据，系统也提供了上百项补全策略对此进行“修复”。

此外，在数据导入任务的初始配置和审核中，管理员还可以预先设定目标数据源各个字段的缺失率、错误率、无效数据占比的阈值。当目标数据源的数据质量低于预期时，系统也会提醒相关人员及时关注，防止不可用数据长期积累给平台有效运行和数据合理使用带来的负面影响。

开放数据共享 灵活满足学校需求

这些数据经过清洗后，形成标准数据库。此外，由于数据的汇聚是为了挖掘更多的潜在价值，原始数据往往不具备直接供数据挖掘算法使用的条件。寻道科技根据过于对于学生、教师各方面的分析挖掘经验，按照系统内置的数理统计、时序特征处理、复杂特征处理等数十种特征提取方法，结合不同数据源以及数据字段，提取出近两千维特征，包括数理统计特征、时序特征等等。这些最常用的主题类型特征被进行汇总整理，内置于数据中心上，并定期更新。

标准数据库与主题特征库，都可以通过灵活而又安全的开放方式，给学校用户和第三方应用使用。学校的用户不仅可以通过数据库授权的方式，按照系统管理员设置的分级权限，对其权限范围内的数据进行共享，还可以通过API的方式直接共享数据。此外，学校完全可以根据自身需要，在系统的平台上便捷地搭建符合自身发展的智慧应用，支撑校领导、业务部门以及信息中心的全部需求。正是这种能力，极大地保障了学校数据使用和系统拓展的便利。

学校资产展示

数据 “画像”学校 直观展示综合校情

通过系统的整合清洗和共享，不仅让这些数据产生了物理效应，更激活了它们之间的化学反应。在数据挖掘的基础上，系统围绕不同的主题仓库对它们进行整合和分类分析，从而得到关于学校学生、教师、财务等方方面面的画像。系统从多角度和多主题展示学校校情数据的统计和分析，并通过图表、报表等形式进行一目了然的呈现。管理者足不出户，便可对学校综合校情了然于胸。

这些情况包括：学生个体或群体在生活、消费、社交、安全、心理等各方面的情况，教师在科研、人事、教学等各方面的情况，以及学校在整体的资产分布、人才培养、科研及教师发展等综合情况……除此之外，系统还可以围绕学生的贫困情况、学业情况、教师的科研情况，分别计算出不同的级别，对应标注相应的指数。学校的相关管理人员，根据不同的角色分别获得不同的权限，对应看到不同的信息。通过自身获得的分级权限，管理者只需要轻点鼠标，相关信息便尽在掌握。

贫困学生特征分析

构建大数据校园平台 特色算法助力智慧管理

在数据分析的基础上，寻道科技也利用自身技术优势，在平台中建立了数十种经过验证优化的特色算法，为系统提供预测预警功能，从而深度挖掘校园数据的价值。里面的算法模型包括成绩预测、社交关系挖掘、抑郁易感挖掘、毕业去向挖掘、贫困挖掘等等。

“这些算法模型并非一蹴而就，都是不断优化验证后得到的最优模型。”寻道科技产品与研发总监苗大泉说，这些模型来自一千多个维度数据、十万多个数据特征的大面积广泛学习。对于每一个实际的问题，我们的开发人员都不断尝试不同的模型和算法，甚至对于同一种模型算法，也经过了反复调试从而获得最好的效果。最终，通过线上和线下多种方式，不断对这些在深度学习框架上已经训练好的模型进行优化，从而达到最优。

目前，这些特色算法模型已经申请了相关知识产权的保护。它们将应用到学生引导、教师发展等多个业务场景，通过智能分析和预测学校运营、师生发展情况，为学校提供精准管理、精细服务以及科学决策提供更多数据支撑。除此以外，数据中心还可以帮助学校构建整个大数据校园的平台基础。有了这个平台后，学校在大数据应用上的的拓展将变得非常容易。