大數據前沿技術與智能應用資源管理平臺技術要求

一、需求內容序號貨物名稱數量單位1數據科學與人工智能實驗室平臺1套2大數據課程、云計算、人工智能資源平臺1套2.1云計算課程資源1套2.2大數據課程資源1套2.3人工智能課程資源1套3教學質量管理大數據分析及改進平臺1套4大數據基礎教學評測輔助平臺1套4.1評測目標源數據包1套4.2基礎實驗課程模塊1套一、具體技術要求序號名稱配置和技術規格要求1數據科學與人工智能實驗室平臺1.1、具有專業管理、班級管理，支持學生用戶以專業、班級為單位的組織管理功能。1.2、具有班級、課程、教師的指派、分發、綁定功能。1.3、支持課程的開課時間、結課時間、課時大小等教務屬性與學生實驗和案例的操作、提交進行關聯。1.4、課程實施中，實時記錄學生學習活躍度、學習時間軌跡、實驗及案例完成度等。1.5、具有實驗報告批閱功能。在實驗操作過程中學生可以在線編輯并提交的實驗報告進行評閱評分，支持教師在線閱覽和下載學生提交的實驗報告，線上線下結合方式完成打分。1.6、提供學生實驗機內部操作過程的屏幕監控，并將監控數據發送至任課教師，作為教師查看、打分的依據。1.7、支持從實驗/案例2個方面的完成人次統計、實驗/案例2個方面的訪問人次統計、課程學習時間統計等多個維度對學生學習數據進行可視化圖形展示的功能。其中課程學習時時長可以分段統計排名，時間段劃分1-10、11-20、21-30、31-40、41-50分鐘及所有時間。1.8、支持教師對學生的實驗、案例、作業進行在線批改打分功能；實驗或案例打分時，可直接查看學生的實操截圖，支持對學生的代碼文件打zip包下載，支持學生實驗文檔的下載功能；作業進行批改時，支持作業文檔的打zip包下載功能。1.9、提供課程成績構成設置，管理員可設置本課程一級成績構成及權重占比，支持各個教師間獨立設置課程二級成績組成部分及權重占比；支持根據教師設置的考核組成選擇考核內容，考核內容須從系統當中選取，支持類型包括但不限于考勤、作業、隨堂測驗、實驗、案例、期末考試，課程成績須依據教師設置二級成績組成進行計算。1.10、提供實驗機操作過程中輔助工具欄功能，包括數據在實驗機內外的復制與粘貼（支持中文拷貝）、實驗機操作倒計時、實驗機桌面截屏、實驗機延時、實驗機環境初始化重置、實驗機全屏等。1.11、支持管理員在線創建課程，管理員可將創建課程權限分配給教師；支持課程內容依據章節劃分，每節關聯視頻、課件PPT、實驗、案例，提供PPT和視頻在線學習功能；支持章節順序靈活拖動調節。1.12、支持在線討論功能，可基于課程進行提問，提供多級回復、發起問題、刪除問題以及置頂問題，提供發言管理功能，教師可對學生禁言和解除禁言。1.13、支持在線考勤管理功能，教師可以創建并發起考勤，學生在線完成考勤，教師可更改學生考勤狀態。1.14、支持物理機的資源監控功能，物理機的資源監控可以圖形化顯示，包含CPU溫度、存儲使用率、內存使用率、交換分區、I/O壓力、網絡流量等，資源監控頻率可通過后臺文件進行配置。1.15、具有題庫管理功能，支持試題的添加、刪除、導入和導出，支持題型包括但不限于單選題、多選題、判斷題、填空題、簡答題、計算/操作題、綜合題。1.16、支持實驗機全生命周期的控制，包括創建、啟動、停止、刪除。1.17、支持實驗機運行資源的自定義調配，其中包括CPU、內存、網絡模式和帶寬、存儲卷的參數設定。1.18、支持實驗機鏡像模板根據課程試驗機類型進行自動關聯、匹配和綁定。1.19、支持多種實驗機類型，兼容大數據、云計算、人工智能方向的實驗環境，實驗環境與大綱章節的對應關系需靈活可圖形化配置。大數據方向實驗機包含但不限于Hadoop實驗機、Hive實驗機、HBase實驗機、R語言實驗機、Scala實驗機、Spark實驗機、Kafka實驗機、Sqoop實驗機、Flume實驗機、Storm實驗機等。1.20、提供對集群服務器運行的所有實驗機進行監控和管理，可以查詢編號id、所屬服務器、創建時間、運行狀態、開放端口、所對應的學生及實驗等內容。實驗機配置信息包含ID、啟動指令、主機名、掛載路徑信息、端口配置，集群節點信息包含節點名稱、主機IP、CPU核心數量、內存大小。可統計實驗機內進程信息，進程信息包含PID、PPID、C、STIME、TTY、TIME、CMD等信息。1.21、支持同屏內完成實驗文檔查閱與實驗機操作的功能。1.22、支持授權管理功能，可通過機器碼獲取申請碼，并通過機器碼和申請碼在客戶端授權軟件中計算出授權碼。通過授權碼給軟件平臺進行授權許可。1.23、軟件永久授權2大數據課程、云計算、人工智能資源平臺2.1、云計算課程資源2.1.1、以《云計算導論》、《開源云平臺構建》、《虛擬化技術應用》、《云計算企業案例分析》、《云計算安全技術與應用》課程為基礎，該課程包含教學大綱，章節內容及對應知識點，必須提供PPT、實驗指導書、源碼等。2.1.2、《開源云平臺構建》提供不少于9個章節PPT，不少于6份實驗指導書。實驗包含OpenStack基礎環境、KeyStone、Glance、Nova、Neutron、Dsahboard、Cinder等組件內容。2.1.3、《虛擬化技術應用》提供不少于7個章節PPT，不少于30份實驗指導書，實驗內容包含KVM虛擬化(磁盤、IO、CPU)、容器虛擬化、網絡虛擬化、虛擬磁盤管理工具等內容。2.1.4、《云計算導論》提供不少于8個章節的PPT。涉及虛擬化、云計算管理平臺、云安全等內容。2.1.5、《云計算企業案例分析》提供不少于8個章節的PPT，不少于8份實驗指導書。實驗包含虛擬化API、KVM虛擬機串口通信、RPC通信、定時任務、共享網盤等內容。2.1.6、《云計算安全技術與應用》提供不少于8個章節的PPT。涉及云安全運營、云安全實踐、云安全關鍵技術等。2.1.7、每門課程提供不少于48學時基礎的課程大綱。2.2、大數據課程資源2.2.1、以《Spark大數據開發技術》、《大數據技術基礎》、《大數據企業案例》、《數據挖掘與分析》、《HBase分布式存儲系統應用》、《Hive編程技術與應用》課程為基礎，該課程包含教學大綱，章節內容及對應知識點，必須提供大綱、PPT、實驗指導書、源碼等。2.2.2、《Spark大數據開發技術》提供不少于7個章節PPT，不少于7份實驗指導書，應包含Spark的基礎操作和實戰。2.2.3、《大數據技術基礎》提供不少于7個章節PPT，不少于8份實驗指導書，實驗應包含HDFS的基本操作，MapReduce的基礎操作。2.2.4、《大數據企業案例》提供不少于7個章節PPT，不少于8份實驗指導書，包含行業應用內常見的大數據應用案例，不限于熱詞分析、通話記錄、熱搜記錄、行為分析、電影推薦等。2.2.5、《數據挖掘與分析》提供不少于6個章節PPT，不少于9份實驗指導書，數據內容不限于財政稅收、汽車、電商、空氣質量、旅游景點、系統負載等。2.2.6、《HBase分布式存儲系統應用》提供不少于6個章節PPT，不少于6份實驗指導書，實驗內容應包含HBase的基本操作。2.2.7、《Hive編程技術與應用》提供不少于6個章節PPT，不少于7份實驗指導書，實驗內容應包含Hive、Sqoop、Zookeeper的基本操作。2.2.8、每門課程提供不少于48學時基礎的課程大綱。2.3、人工智能課程資源2.3.1、《人工智能導論》《機器學習》《計算機視覺》《自然語言處理》《深度學習》《數字圖像處理》《計算機視覺綜合實訓》《企業級人工智能實踐》《圖像處理綜合實訓》《自然語言處理課程設計》。該課程包含教學大綱，章節內容及對應知識點，必須提供大綱、PPT、實驗指導書、源碼等。2.3.2、《人工智能導論》提供不少于8個章節PPT，不少于6份實驗指導書，實驗內容應包含動物識別、字體識別、證據推斷等。2.3.3、《機器學習》提供不少于11個章節PPT，不少于6份實驗指導書，實驗內容應包含K鄰近值算法、PCA降維、聚類、決策樹等。2.3.4、《計算機視覺》提供不少于9個章節PPT，不少于6份實驗指導書，實驗內容應包含圖像、神經網絡、目標檢測、三維重建、語義分割等。2.3.5、《自然語言處理》提供不少于10個章節PPT，不少于7份實驗指導書，實驗內容應包含語料庫、正則表達式、中文分詞、文本向量化、情感分析等。2.3.6、《深度學習》提供不少于7個章節PPT，不少于5份實驗指導書，實驗內容包含手寫數字識別、圖像分類、LSTM模型等。2.3.7、《數字圖像處理》提供不少于7個章節PPT，不少于4份實驗指導手冊，實驗內容應包含圖像處理、形態處理、圖像描述等。2.3.8、《計算機視覺綜合實訓》包含不少于4個學習任務，包含人像分割、行人查找等內容，提供案例手冊和代碼。2.3.9、《企業級人工智能實踐》包含不少于3個學習任務，包含宿舍安防、車牌檢測識別等內容，提供案例手冊和代碼。2.3.10、《圖像處理綜合實訓》包含不少于3個學習任務，包含信用卡數字識別、圖像特征匹配等內容，提供案例手冊和代碼。2.3.11、《自然語言處理課程設計》包含不少于4個學習任務，包含NLP文本分類、文本情感分析等內容，提供案例手冊和代碼。2.3.12、每門課程提供不少于48學時基礎的課程大綱2.4、軟件永久授權3教學質量管理大數據分析及改進平臺3.1、系統業務架構3.1.1、系統支持校級、院系兩級管理員模式。3.1.2、系統可對角色以及相關權限進行設置。3.1.3、系統支持用戶擁有多個角色，支持角色切換，不同角色對應不同的功能菜單權限。3.1.4、系統支持學生訪問，可查看自己專業培養方案和課程大綱內容、畢業要求達成情況、課程目標達成情況等。3.2、基礎信息設置3.2.1、支持院系的增刪改查以及院系授權，校級管理員可對新增二級院系并對院系進行使用授權。3.2.2、支持設置院系管理員，每個院系可設置多個管理員，院系管理員可對負責院系的所有內容進行操作。3.2.3、支持記錄并查看用戶進入系統以后的所有行為，內容包括操作人、操作時間、IP地址、調用接口、參數信息等內容。3.2.4、支持發送通知公告，發送對象可選全體人員、教師或者學生；選擇教師或者學生時，僅具備教師角色或者學生角色身份的用戶才可顯示和查看該通知公告記錄。3.2.5、支持多級字典管理，具有字典數據的查詢、添加、編輯和刪除功能。系統預置字典不可更改，每個二級院系可在原有字典基礎上獨立維護字典信息。3.2.6、支持教研室管理，提供教研室信息管理功能，支持對教研室進行增刪改查。3.2.7、支持教師、學生管理，支持教師、學生管理，提供導入、導出、賬號啟用、賬號禁用等功能。3.2.8、支持專業與方向的多種配置模式，靈活設置一級專業模式和“專業-方向”二級模式。3.2.9、系統可對角色以及相關權限進行設置，包括校級管理員、院系管理員、院長、教學院長、教務主任、專業負責人、教師、學生等角色。可新增角色，并設置角色的功能菜單權限。3.3、提供公開途徑展示專業的培養目標、畢業要求等內容，瀏覽模式在不登錄下也可訪問。通過瀏覽模式可查看培養目標、畢業要求、培養目標與畢業要求關系矩陣、課程體系、課程大綱信息、課程支撐畢業要求矩陣、課程目標達成情況、畢業要求達成情況等內容。3.4、人才培養方案3.4.1、每個專業支持錄入多套OBE專業培養方案。3.4.2、支持創建專業、年級和人才培養方案的綁定關系，支持一個培養方案用于多個年級。3.4.3、支持對培養目標總體描述以及每一個具體的目標進行錄入，提供添加培養目標時系統自動計算生成當前培養目標序號及名稱。3.4.4、支持畢業要求項及其涵義描述的增、刪、改操作以及畢業要求預期值設置，提供添加畢業要求時系統自動計算生成當前畢業要求的序號。3.4.5、支持對畢業要求進行觀測點拆分，一個畢業要求對應多個觀測點，支持觀測點添加時系統根據對應畢業要求的序號自動生成指標點序號。3.4.6、培養目標與畢業要求關系矩陣設置，支持培養目標與畢業要求對應關系的矩陣設置，提供鼠標放置在培養目標或者畢業要求上顯示出對應的涵義內容。3.4.7、系統預置內容包括工程教育專業認證標準、申請書模板、自評報告指導書、專家培訓視頻、專家培訓PPT等內容，供系統用戶查看和學習。3.4.8、系統支持預置至少2種課程目標達成情況計算方式，每個院系可獨立設置計算公式，計算變量包含作業平均成績、實驗平均成績、作業成績標準值、實驗成績標準值。公式切換時可選擇需要進行計算的專業和年級，切換完成后可自動計算已計算過達成度的課程。3.4.9、支持授權管理功能，可通過機器碼獲取申請碼，并通過機器碼和申請碼在客戶端授權軟件中計算出授權碼。通過授權碼給軟件平臺進行授權許可。3.5、軟件永久授權4大數據基礎教學評測輔助平臺4.1、基礎實驗課程模塊4.1.2、支持課程基礎信息的查詢、修改、添加、刪除操作。4.1.3、支持根據課程章節目錄對實驗進行查詢、添加、修改、刪除操作。4.1.4、支持根據教學大綱要求對課程章節目錄動態調整。4.1.5、支持對課程中具體實驗設置、查詢截至時間。4.1.6、支持課程分配，允許一門實驗課程分配給多個班級、允許一門實驗課程分配給多個老師，但是不允許多個老師管理一個班級的一門課程。4.1.7、支持本課程學生實驗成績批量導出功能。4.1.8、支持學生實驗環境重置功能。4.1.9、支持學生實驗完成情況可視化統計；提供學生成長畫像功能，畫像信息必須包含有效在線時長、累積學習課程門類、練習題目統計、有效編碼統計、學習排名信息、并以表格形式展示知識掌握情況、知識點、失誤率。4.1.10、支持學生實驗信息的查詢展示功能。可查詢具體實驗詳情，包含學生代碼，程序結果對比的程序輸出（文本），標準答案（文本），程序輸出（16進制），標準答案（16進制）。4.1.11、支持學生實驗代碼的保存與自主編譯，運行與自動評測操作，能夠給出準確的代碼運行結果或者錯誤信息，信息直接顯示在操作按鈕下方的面板中，不依賴新窗口。自主編譯支持Java/Python/C++/C語言的編譯或解釋。4.1.12、實驗操作面板支持禁止學生實驗代碼的粘貼功能。操作面板顯示包含任務描述、參考程序、課程日志、源文件，源文件面板并支持Java/Python/C++/C語言的語法規范。課程日志包含執行動作（開始、評測、編譯）執行結果（成功、失敗）執行信息（成功信息、錯誤信息）執行時間，且課程日志面板和源文件面板屬并行切換，切換不開啟新窗口界面。4.2、評測目標源數據包4.2.1、《面向對象程序設計》課程需提供