《xxx大学智慧化校园数据挖掘建设方案.docx》由会员分享，可在线阅读，更多相关《xxx大学智慧化校园数据挖掘建设方案.docx（38页珍藏版）》请在三一办公上搜索。
1、XX大学智慧化校园数据挖掘建设方案精华教育科技股份有限公司目录一、项目背景1 .国家政策2 .发展趋势二、信息化现状2L高校信息化建设蓝图22 .高校信息化现状及分析43 .存在问题与思考5三、建设目标71 .建设全量数据库72 .建设学校完整数据链条73 .构建学校数据挖掘系统和分析展示平台7四、总体规划91 .技术架构92 .设计思路103 .建设原则11五、建设内容121 .数据挖掘存储平台122 .数据挖掘分析展示平台14六、预期效果331 .助力教育教学良性发展332 .共享教育资源避免投资过剩333 .科学数据分析支持管理层决策33七、项目预算34一、项目背景1.国家政策教育信息化
2、建设是国家信息化建设的重要组成部分，是国家信息化基础性、全局性、先导性的战略任务。实施教育信息化是教育改革和发展的创新动力，是促进教育公平、创新人才培养模式、推进终身学习不可或缺的重要手段，是支撑引领教育现代化发展和学习型社会构建、建设人力资源强国的必由之路。国家中长期教育改革和发展规划纲要（2010-2020年）（简称教育规划纲要）明确指出：“信息技术对教育发展具有革命性影响，必须予以高度重视”。随着国家强化政府对义务教育的保障责任，加大中央和省级政府对财政困难县义务教育经费的转移支付力度，公共教育资源向农村、中西部地区、贫困地区、民族地区以及薄弱学校、贫困家庭学生倾斜，促进教育公平，中央启
3、动和实施了一系列的重大改革项目和配套政策，包括高等学校、中等职业学校、中小学学生资助，校舍安全工程等重大项目，这些都对提高教育管理中部分业务的监管力度和信息公开提出了更高的要求。2.发展趋势随着国家信息化建设发展的不断推进，教育信息化建设也得到突飞猛进的发展，全国高校基础设施都基本满足需求，数字校园基础平台建设基本完成，随着应用的不断提高，形成了大量数据积累和沉淀，促使高校对数据应用需求的不断提高；再加上“互联网+教育”模式的不断推进，高校信息化从数字校园到智慧校园的应用在快速演变；那么数据又是是通往智慧校园的必有之路，大数据时代已经到来了。虽然近几年各个高校数据量在不断增大，但有效数据质量并
4、不是很高，严重影响到教育信息化建设的深度化和智能化应用，因此数据治理和数据挖掘则是高校今后信息化发展的必然趋势。二、信息化现状1 .高校信息化建设蓝图智慧校园、大数据时代服务化、智能化、移动化、泛在化、融合化应用系统（高阶）商价值、高质量数据层挖瓶工具挖航模型挖掘算法低价值、高质量数据层数据治理数据标准低价值、低质量数据层（第一代）身份认证应用系统（低阶）I3学工ImIwIa.I精华科技致力于教育信息化建设17年,河南高校数字校园建设项目占有80%市场份额，积累了丰富的校园信息化建设经验，根据高校信息化建设发展历程，可以从数据角度把高校信息化建设分为五个阶段。第一阶段：应用系统建设阶段建设任务
5、立意于解决学校业务部门（教务、学工）繁琐、重复、低效的手工作业模式,通过信息化系统的使用，规范了业务流程，替代了手工作业，从而让师生从繁琐、重复的工作中解放出来，提高了工作效率，增强了管理的规范性。建设的成效学校各个业务部门采用了高效快捷的信息化系统办公，很大程度上消除了繁琐、重复、低效的手工作业模式，提高了工作效率。产生的新问题各个业务部门在信息化建设的初期，缺乏统一规划，时间上也有前有后，应用系统来自不同的厂家，数据标准、数据存储等各不相同，导致部门间数据无法兼容、共享，形成了一个个“信息孤岛”。第二阶段：数据集成阶段建设任务高校信息化建设第二阶段的产生，立意解决第一阶段产生的“信息孤岛”
6、问题。数据集成阶段主要任务是，建立一个数据共享中心，汇集学校各种类型的数据，在数据共享中心与各部门的应用系统之间，构建数据通信通道，实现数据的实时通信，最终达到资源共享的目的。建设的成效通过数据集成后，各个部门之间的数据可以实时通信，同一数据在各部门可以保持一致，减少了重复管理数据的臃肿工作，形成了完整的数据链，为各个部门使用数据提供了便利。产生的新问题在各部门间数据通信畅通的同时，数据质量成为了制约工作效率的突出问题，比如：学生信息中的身份证号码错误时，在信息化系统中业务流程很难顺畅的办理，通过身份证号码无法查询学生或无法通过终端设备读取学生信息等。从某种程度上讲，数据质量问题制约了学校信息
7、化长久发展的步伐。第三阶段：数据治理阶段建设任务第二阶段产生的数据质量问题，成为高校信息化建设过程的瓶颈。为了提高数据质量，对数据集成过程中的数据来源、处理和使用进行集中管理，形成可重复利用的高质量的有效数据。建设的成效通过有效的数据治理，学校的各类型的信息，形成了相对完整、正确的数据,有效的促进了信息化管理的高效性。产生的新问题高质量数据的积累，需要完善的制度与运营团队，但紧紧提高了部分工作效率，解决了部分问题，投入与产出不均衡，如何利用高质量的数据进行更深层次的使用，成为了新的问题。第四阶段：数据分析挖掘阶段建设任务高校信息化建设的数据挖掘阶段，立意于提高数据的使用价值，进行更深层次的挖掘
8、，从海量数据中揭示出隐含的、先前未知的并有潜在价值的信息，识别出存在于数据中有效的、新颖的、具有潜在价值的乃至最终可以理解的模式，为管理层决策提供支持。建设的成效通过对学校大数据的挖掘与分析，可智能为管理层提供数据决策支持，量化决策依据。第五阶段：智能化应用服务阶段建设任务大量高阶应用系统的出现，才意味着真正踏入了智慧校园的时代。高值数据层是实现高阶应用系统的一个必要条件，但是还需要其它的基础。如：无线网络的密集覆盖、基于NFC技术的精确身份识别、各类感知网络的覆盖这些系统在带来直接应用价值的同时，也带来了丰富和重要的基础数据。建设的成效通过高阶应用系统的使用，减少人工作业与分析，真正的实现了
9、教学、管理、办公智能化。产生的思考教育在变革，科学技术在发展，与时俱进是长足发展的必然。因此，校园信息化建设是一个长期发展、完善的过程。2 .高校信息化现状及分析学校对信息化建设认识比较深刻，先后建设了各个业务部门级别的应用系统，在为各部门的工作提供高效处理手段同时，也为师生提供了便捷了信息化服务。随着学校信息化系统建设逐渐增加，为使各部门数据通信畅通，学校又开始了数字化校园三大平台方面建设的工作，对已建成的信息化系统进行整合，初步实现了部分信息和资源的共享，保障了同一个数据在各个部门一致。在现有信息集成过程中，各个业务部门各自为政，各自选取自己的业务系统,在做数据集成的时候，部分部门由于种种
10、原因未开放数据接口。而且各个业务系统，由于都是使用了很长时间，原有的应用功能也不能更好的满足学校新的管理模式。随着学校信息化的逐步建设，各种应用系统陆续上线，数据集成范围逐步拓展，共享库中的数据价值并没有被充分挖掘利用。各部门大量的业务数据沉积，仅能供个别部门使用，不能被全面有效梳理、整合与分析，无法为管理层提供决策支持。近年来，随着信息化技术的发展以及教育行业信息化技术应用的日渐成熟，全国大部分高校，都已经或正在通过引入信息化管理理念与信息化服务，提升学校的教学、管理、办公、服务水平。信息化与教育教学结合已经成为大势所趋，学校现有信息化建设水平已经成为衡量学校软实力的新标准。因此，在学校当前
11、信息化建设的基础之上，谋求新的突破与创新，创造新的亮点和特色，引入更为先进的校园信息化服务理念，构建一套可持续发展的信息化服务体系，提升学校信息化服务水平，进而从整体上提升学校的综合实力，应成为学校下一步的信息化建设战略。建议学校全面投入信息化建设，通过本次的综合数据分析系统建设，从整体上提升学校的综合实力。3,存在问题与思考通过前章的现状分析得知，学校已建成了部分的部门级别的应用系统以及数字化校园三大平台，结合高校信息化建设的五个阶段。规划建设思路如下：对各业务系统产生的数据进行集成，尽可能多的抽取数据，包括结构化数据、半结构化数据、非结构化数据，建成全量数据库，形成基础数据层。然后通过数据
12、治理工具，提高基础数据的质量，形成高质量的有效数据层。最后对高质量的数据进行挖掘和分析，形成高价值数据层，为教师和学生提供个性化的应用，为管理层提供决策支持。针对不同的对象（用户角色），以不同主题（基本校情、院系竞争力、科研力量、师资力量、资产建设、财务状况等），在不同的场景和层次（校、院系、专业、班）上进行数据综合统计分析，为广大师生、各级管理机构和校领导提供一个实时、全景式的数据分析和展现渠道，及时发现管理与教学活动中的问题和规律，为学校及各部门的决策提供辅助支持和依据。同时，通过本次项目解决以下问题：1、解决部分业务系统数据未与数据平台进行数据对接，数据平台中既采集不到这些系统的数据，也
13、无法为这些系统提供基础数据的问题。2、解决已对接的部分系统，由于业务部门在使用系统时的原因（未使用或仅使用部分功能），导致部分基础性或共享性、交叉分析性质较强的业务类数据缺失的问题。这些数据和信息的缺失，导致目前学校的数据链条不够完整，尤其是关键性信息的缺失，导致数据链断裂为孤立的几段，无法拼接成完整的信息图谱，不利于数据的长期积累。3、解决已对接并能够正常流入数据平台的数据中，由于缺少数据清洗和数据质量的管控，还存在不少的错误数据或流入的数据不够完整（字段信息不完整或在时间上不连续）问题。三、建设目标经过多年的信息化建设，数字化校园系统中存储了大量的学生数据。通过搭建数据挖掘平台，利用多种挖
14、掘模型和工具，为学校在提高管理效率、提升服务水平、支撑教学改革、改变管理理念、增强核心竞争力等方面提供决策支持。分析模型实时、自动和不间断的运转，提取信息系统中有价值数据，帮助学校实时了解学生的情况，并对可能出现的情况做出预期与预警。通过本次项目，实现具体建设目标为：1.建设全量数据库依据国家教育信息化标准，建立统一数据模式。结合学校已积累的数据资产,进行数据标准内容的扩充与完善，形成完整信息标准，内容涵盖学校所有数据类型的数据集合。包括学生管理数据集、教学管理数据集、一卡通消费数据集以及相应的数据编码集，基本数据项包括编号、数据项名、中文简称、类型、长度、约束、值空间、引用编号等基本关键内容
15、，形成统一的信息分类规则、信息编码规则、逻辑对象编码规则、实体对象编码规则。，把学校已建成的应用系统产生的数据无缝接入，保障各部门间应用系统信息互联互通，实现资源共享，并为后续的数据整合、挖掘分析提供支撑。2 .建设学校完整数据链条对于学校己建成应用系统在使用过程中，由于未使用或仅使用部分功能，导致部分基础性或共享性、交叉分析性质较强的业务类数据缺失的问题。通过本次建设数据分析平台，督促各部门开放数据接口，进行更大范围的数据集成，最终形成完整的信息链条。3 .构建学校数据挖掘系统和分析展示平台对学校现积累的数据资产，构建跨部门、跨系统的数据挖掘系统和展现平台,建立不同主题和层次的数据挖掘类应用
16、系统，为校领导、各级管理机构和教师，提供一个实时、全景式的数据分析挖掘和展现平台。展现层图表生成引擎接口后知识层高价值数据、信息分布式挖掘引擎夕挖掘模型挖掘层0分布式数据高速分布式数据系统（HadOOP+MapRedi数据层四、总体规划1 .技术架构数据库（OLDP）0超级数据立72 .设计思路通过统一的数据交换，实现各个业务应用系统之间、业务应用系统与学校全量数据仓库之间的数据交换，通过统一接入的方式，简化各个业务应用系统、学校全量数据仓库之间交互的复杂度，实现各个业务应用系统和学校全量数据仓库接口的重用和扩展。对集成后的学校数据进行综合数据治理，进行数据清洗和数据质量的管控，提高数据质量，
17、形成完整的信息链条。对集成后的学校数据，定制面向师生和决策层的数据挖掘分析模型，建立不同主题和层次的数据挖掘类应用服务，为学校管理各级机构，提供一个实时、全景式的数据分析挖掘和展现平台。3 .建设原则校园信息化建设是一个长期过程，根据国内外高校信息化建设的经验和教训，我们提出在校园信息化建设中应坚持的几个原则：3.1 注重保护用户已有系统的投资数据挖掘系统建立在学校各业务系统和三大平台之上，三大平台已集成的数据直接使用，三大平台未涉及的数据需从新进行数据集成。3.2全面规划、分步实施遵循全面规划、分步实施的原则。用于进行数据挖掘分析的目标数据库尽可能多的集成已有数据，对已有的数据质量较高的业务
18、系统中的数据优先进行挖掘分析，对于不太完备、数据质量较低的系统可以在二期、三期进行挖掘分析。3.3先进性系统设计采用先进的智慧化校园理念、先进技术和先进的系统工程方法。建设一个可持续发展的、具有先进性、开放性的大学智慧化校园。3.4可扩展系统架构设计合理，考虑对于未来的发展，设计充分考虑今后扩展的要求。包括与其它应用系统之间的互联以及系统的扩容能力等，在满足现有系统互联的前提下，能够很好的适应未来信息系统增长的需要。3.5充分考虑系统安全在系统设计与建设中，充分考虑系统的安全，包括数据安全、网络安全，传输安全，管理安全等。五、建设内容1.数据挖掘存储平台根据不同的主题分类进行数据立方体的定义，
19、形成针对不同分析主题的数据集，根据学校数据仓库中不同类型主题和层次的多维数据模型，采用在线数据分析引擎进行钻取、上卷、切片、切块，采用数据挖掘引擎进行关联分析、分类、聚类，通过不同类型的图表形式进行数据分析挖掘结果的展示。技术体系架构如下:大数据决策支持平台最底层是数据层，数据层是构建决策支持平台的基础。数据层包含三类数据：结构化数据、半结构化数据、非结构化数据。数据层数据为信息层数据仓库的建立提供支撑。1、结构化数据学校信息化建设中涉及到的各业务系统如学工系统、教务系统、人事管理系统、科研管理系统、一卡通等均是以关系型数据库的方式进行数据存储，此类传统的关系数据模型、行数据，存储于数据库，可
20、用二维表结构表示的数据均为结构化数据。2、半结构化数据半结构化数据是类似XML、HTML、文档之类的数据。它一般是自描述的，数据的结构和内容混在一起，没有明显的区分。半结构化数据的数据模型对应树或者图。对于半结构化数据的存储，可以将其结构化的数据将转存到数据中心库中,不能结构化的数据采用Nosql数据库进行存储。3、非结构化数据各种文档、图片、视频/音频等，没有数据模型，诸如此类数据将被存储到分布式存储系统中。数据仓库通过对数据源的原始数据进行收集、分类、筛选和抽取形成能够对决策分析提供支持的多重粒度级的数据库，实现对数据源的统一管理和信息转换。同时为分析层的各种应用提供接口，构造应用于主题分
21、析的更高粒度级的数据集市，或者直接为数据访问层提供数据支持。信息层通过管理工具对数据仓库进行管理和维护。以中间数据库为数据源，按分析主题建立数据仓库。最后将数据仓库中的数据按照一定方式聚合汇总，构成信息分析的多维视图，以一定的存储模式（如模式文件）将这些多维视图存储在OLAP服务器中。数据仓库中的数据时进行决策分析的基础，因此构造数据仓库是构建系统的首要任务。在数据仓库中，由于注重的是查询而不是事务，因此数据是按照决策分析的学生主题、教师主题、科研主题、一卡通主题、资产主题、设备主题等来组织。为了使数据仓库中的数据是面向对象的，必须将数据按要求的主题进行收集、归纳后重新存放；由于需要能进行多视
22、角观察、分析数据，因此，对应各主题的数据必须按一定得属性进行组织；另外，针对数据的综合程度不同，应该对数据按不同的汇总程度存放。因此，数据仓库采用多维数据模型对各主题的数据进行组织。对应以上数据组织的要求，数据仓库定义了相应的结构元素来实现数据的结构模型：事实、维、粒度等。由于数据仓库中的数据是静态的，很少对其进行插入或更新操作，而且用数据仓库中的数据创建立方体十分耗费时间，所以要建立较多的索引以加快信息检索和更新立方体的速度。抽取与加载数据：数据仓库建立之后，就可以从信息系统中加载数据，这需要将多个数据转移到数据仓库。由于不同数据源的数据存在很大的异构性，因此在数据加载过程中，需要完成数据库
23、验证，数据迁移，数据净化和数据转换等使数据一致，集成的操作。2,数据挖掘分析展示平台数据分析展示平台主要包括学生基础分析、教学基础分析、图书馆基础分析、一卡通消费分析、宿舍基础分析、学生预警分析。具体模型如下表所示：主题模型说明学生基础分析35个分析模型教学基础分析15个分析侬图书馆基础分析15个分析模型一卡通消费分析15个分析模型宿舍基础分析6个分析模型学生预警分析9个分析模型数据分析展示平台可根据管理身份角色的不同，授予不同的管理权限。2.1学生辅导员管理学生功能为学生辅导员提供相关的学生进出入宿舍、食堂消费、考试成绩、奖惩助贷、进出图书馆及借阅等统计分析信息。宿舍方面查看一段时间内的学生
24、晚归、不回寝、不在校情况，显示出排名较高的学生,以及在这段时间内的每天的相应趋势情况。可通过门禁系统进行数据支撑。学业方面1、查看学生成绩排名有大幅度下降（第一学期情况可参照高考成绩排名）；2、查看学生旷课、晚到情况，显示出排名较高的学生，这些数据可通过考勤表进行数据支撑。3、可查看学生挂科总数较高的排名情况，并显示这些学生的挂科科目。4、可查看学生学分不达标的学生人员名单，并显示相差的学分。消费方面可查看学生的低消费名单。班级情况1、班级中的各个学生的学习名次。并提供名次上升较快的学生名单。2、本班中最好学生的学习成绩在本专业、本届的名次情况，以及历年的趋势。3、班级中的借书数量、进出图书馆
25、次数名次，本班中最高学生借书数量、进出图书馆次数在本专业、本届的名次情况。4、一段时间内本班学生的旷课率、晚到率的信息，以及相应的趋势。5、按学年学期学生的合格率、优秀率、学分不达标情况，以及相应的趋势。注：上述的预警信息和班级信息需要通过课表信息、学生信息、成绩、考勤信息等进行数据支撑。2.2校、院领导管理和分析功能学生基本情况统计学生基本情况统计支持各种图形、表格形式，以专业、年龄、职称、性别、民族、政治面貌、学历、学位、教职工来源等不同维度展示教职工人数分布、占比等统计信息。系统会对全校学生进行15个方面180多个字段进行统计分析，产出相应的高价值统计应用。在校生民族分布概况及比例统计
26、系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示学生民族分布占比及比例；亦可以以汉族与少数民族进行分组统计学生的民族分布及其比例O 系统将给出相同层级之间的横向对比统计。例如：各院系或专业间汉族与少数民族比例的横向对比，以从侧面反映专业与民族之间的相关性。 用户点击相应概况统计数据时以表格的形式展示相应的明细信息。 对于没有维护民族的数据系统将以“未维护”进行数据归类统计，方便与数据监管系统组成数据质量监管的双重保障。在校生民族翻况在全校 个专业中，没极为人，占.%鲁少数艮族为,人,占、。*回汉j叵回Sl匚*他少!民族 IsjNW计皿在校生性别分布
27、概况及比例统计 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示学生的性别分布及比例。 系统将给出相同层级之间的横向对比统计。例如：各院系或专业间男女比例的横向对比，以从侧面反映专业与性别之间的相关性。 用户点击相应概况统计数据时以表格的形式展示相应的明细信息。 对于没有维护性别的数据系统将以“未维护”进行数据归类统计，方便与数据监管系统组成数据质量监管的双重保障。,在侬A蜘耽全屿人触有人，全或个专业中的在校事生育a.具生女生含。一年级*（5iitts筌.二年蝌IM.三年破莉L名，四年咖W。国性t甥胸A金枝E人IWf一人，风生二Lio*屿击M/播值
28、息搐系成航+V土木工也麻XSWSK18*i8*全金309154劝213胤生15819373146107女生ISl2058118106在校生年龄段分布统计 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示学生的年龄段分布及占比。 用户点击相应概况统计数据时以表格的形式展示相应的明细信息。 对于没有维护年龄段的数据系统将以“未维护”进行数据归类统计，方便与数据监管系统组成数据质量监管的双重保障。在校生政治面貌分布及比例统计 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示学生的政治面貌分布及占比。 系统将给
29、出相同层级之间的横向对比统计。例如：各院系或专业间党员、预备党员、团员等占比的横向对比。 用户点击相应概况统计数据时以表格的形式展示相应的明细信息。 对于没有维护政治面貌的数据系统将以“未维护”进行数据归类统计，方便与数据监管系统组成数据质量监管的双重保障。在校生户口性质比例统计 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示学生的政治面貌分布及占比。 用户点击相应概况统计数据时以表格的形式展示相应的明细信息。 对于没有维护户口性质的数据系统将以“未维护”进行数据归类统计，方便与数据监管系统组成数据质量监管的双重保障。在校生学生来源分布及比例统计
30、 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示学生的学生来源分布及占比。 用户点击相应概况统计数据时以表格的形式展示相应的明细信息。 对于没有维护学生来源的数据系统将以“未维护”进行数据归类统计，方便与数据监管系统组成数据质量监管的双重保障。来源地统计在校生学制概况统计 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示学生的学制分布及占比。 用户点击相应概况统计数据时以表格的形式展示相应的明细信息。 对于没有维护学制的数据系统将以“未维护”进行数据归类统计，方便与数据监管系统组成数据质量监管的双重保
31、障。在校生学历分布及比例统计 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示学生的学制分布及占比。 用户点击相应概况统计数据时以表格的形式展示相应的明细信息。 对于没有维护学制的数据系统将以“未维护”进行数据归类统计，方便与数据监管系统组成数据质量监管的双重保障。在校生学习形式概况统计 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示学生的学习形式分布及占比。 用户点击相应概况统计数据时以表格的形式展示相应的明细信息。 对于没有维护学习形式的数据系统将以“未维护”进行数据归类统计，方便与数据监管系统组
32、成数据质量监管的双重保障。在校生学生状态分布及比例统计 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示学生的学生状态分布及占比。 用户点击相应概况统计数据时以表格的形式展示相应的明细信息。 对于没有维护学生状态的数据系统将以“未维护”进行数据归类统计，方便与数据监管系统组成数据质量监管的双重保障。在校生学籍状态分布及比例统计 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示学生的学籍状态分布及占比。 用户点击相应概况统计数据时以表格的形式展示相应的明细信息。 对于没有维护学籍状态的数据系统将以“未维护
33、”进行数据归类统计，方便与数据监管系统组成数据质量监管的双重保障。在校生生源地分布及比例统计 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示学生的生源地分布及占比。 用户点击相应概况统计数据时以表格的形式展示相应的明细信息。 对于没有维护生源地的数据系统将以“未维护”进行数据归类统计，方便与数据监管系统组成数据质量监管的双重保障。懒A如耽今年IB生人数拱人，其中男生“人，女生2-6lJfflfSS分省市招ItWI今年*入学学生中，河南告人效力A.外俗为OA*圜教*毒圜亵*叠圜密管圜翳S圜皴*SsQ6tHH汽9三盛IOHV三S三sgo?611一盛学
34、旨运善旨SSM三g?=HH汽索一譬H-三三母寻一运忌译盖雷骸落翦田H口曩=I器矍6耨理8壁普L靠摩塞9,SGlbE杰大普整ZSsIH一I5l三S罂iis-QIi89Is60mg8I“母翻WZYKS%9Z7雯.zswW9委.z%oE%O2T&二*二%0668aNSla二aSFaSST%e83wI段朴三EIS靠磨HM,aar瞿二RS目6?卷外式BG=IhmMFs09员Iw4SWn霹aHSE1601三EwtZSmsssSffiB赞郴武lN麻延一.GfiSwwJl三WFHli电阳年叫SB制朴影史书HM*I孚JtW装晚将日劭？有同究纪展W学生名小收雷8G.I院系晚庭晚归学生名单3日丽：2015n10ZB
35、3在技学生效日期占比1099201Sll-10(lt5)Q0.00%2门,*M!依K学院10912015-11-10(?：)&0.00%血制3靠，好过13672015-1l-10(it3)fi0.00%i.Eml4蛀矛与曾建字貌136620151110()Q0.00%耒及法,叁5里51)302015-ll-10(l三)Q0.00%三2ti三.三l6生共学与衣学学映7W2015-ll-10(f三)Q0.00%g.rEm7Ham计律1119Q0.00%血二8*M42015-1l10(ft5)fi0.00%3K.Emlg外Xe字法1321M151110(l)20.00%妾发包,发皿!1021”201
36、5-11-10(!)Q0.00%三三三,2nl11Q奇电工程事俄9732015-ll-10(!三)Q0.00%立与E2I餐厅消费2015-10-28S2015-11-115.CFfKrt,M0.00z共H产生O交JB.餐厅分时段消费全额组成*点*0委r亨A生生活霰务应一角文化533ne231，优优文印4.62759.318064卡奇示。126.211294.21492530552342367.72592.4斯般例3tW930381得艮由I335429SSA1829.41521.1ZJlAfSi243.217186.2137248ssa615.512275.213058金央除技143W43.52
37、0275一 o 口11478.46452I洗浴消赞2015-10-28至2015-11-11降6；洗洛IhfWIl73277.44元,共TfF591169交鼻.I口上午下午1Lt13330.1228863.692253842男生洗浴14 泣 053307M42857筑计；要给近三个月北手主集ES，力了皿5也.樽i三个月“金支取小于30于生了生R消港.总人H辑达G人1!平均祟低于平均篇人It便于平均SHB人MiX于平均X人R当于平懒I人均文学跳21762W6i9.71417710031Z2as默法字匣79073910.85028.642513fi外皿字层1321I1276l10.69648661
38、12.9SSSr学与疑计字训l119I107210.47606.1561129低消费学生侵萼0I各院系近三个月消费情况学生全景式统计分析历年各专业学生数量 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示学生的历年人数及趋势曲线。 用户点击相应概况统计数据时以表格的形式展示相应的明细信息。m W，今钝助吱人量制.人，事法为、；去年赠的 人，器案为 V,iiiBi，加SW，他酬 髀整就历年各学科学生数量 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示历年各学科的学生人数及变化曲线。 用户点击相应概况统计
39、数据时以表格的形式展示相应的明细信息。历年学生年龄分布 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示历年各年龄段的学生人数及变化曲线。年龄段以0-16、17-20,20-23、24-26、27-30、30以上进行分组。 用户点击相应概况统计数据时以表格的形式展示相应的明细信息。历年学生来源地区分布 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示历年各生源地的学生人数及变化曲线。生源地可以按照省内、省外进行分组，亦可以按照地市进行分组。 用户点击相应概况统计数据时以表格的形式展示相应的明细信息。历年
40、学生民族分布 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示历年各民族的学生人数及变化曲线。民族可以按照汉族和少数民族进行分组统计，亦可以按照各具体民族进行统计。 用户点击相应概况统计数据时以表格的形式展示相应的明细信息。历年录取分数分析 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示历年录取分数及变化曲线。完成招生计划情况分析 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示历年各单位完成招生计划的比率及变化曲线。来源学校分析 系统将以学校、院系、专业为层级，本科生、专科生、研究生为类别，按照图形或表格的形式分别统计展示历年来源学校学生人数及变化曲线、来校类型分布及占比情况统计等。预
