“教育大脑+智慧学校”应用——X师大脑三期项目建设意见.docx

“教育大脑+智慧学校”应用一一X师大脑三期项目建设意见一、项目概况1、建设背景按照“综合集成、整体智治”原则和“教育大脑+智慧学校”思路，统筹推进数字技术与教育管理、教学实践的深度融合，全面推进数字化意识、数字化思维和数字化能力，不断提升教育现代化水平，实现教育高质量发展。“X师大脑”一、二期项目基本建成基于智能数据服务理念的治理端一宁师驾驶舱、移动服务端一宁师小鹿以及PC服务端三端服务和宁师数据服务门户，同时依托三端服务上线200余个智能数据服务，为师生提供服务50余万次。X师大脑项目的建成和应用使我校在数据服务、现代化治理等方面得到全面显著提升。根据学校“十四五”规划精神，为进一步推进我校数字化改革进入深水区，全面实现我校教育服务优质化、教育治理精细化、教育教学精准化、教育决策科学化等目标，继续推进“X师大脑”三期建设，重点在智能化、标准化等方面,通过采用新模式、新技术、新方法来实现教育教学、教育评价等领域的大规模数字化应用，最终实现育人方式变革与教育质量的提升。2、建设目标(1)建设数据应用工厂：基于学校数据中台，建立数据应用工厂，实现动态数据源配置、数据资源可视化展示、数据资源安全访问等，提供简便、高效、统一的数据查询统计、应用开发管理平台，形成“一站式”的数字开发应用体系。依托数据工厂能力，为实现深入挖掘数据价值，快速、高效实现数字应用服务提供支撑。(2)建设数据服务智能化模块：利用大数据技术和人工智能技术实现数据建模，为提供个性化、精准化、智能化服务提供支撑。人员画像实现学校五类身份人员的精准画像；检索模型和推荐模型完美解决知识库的检索问题；知识图通过对学校数据、集成数据源以及跨数据实体映射关系的搭建，为学校带来卓越的知识共享能力；可视化配置达实现应用快速迭代开发的能力。智能化模块最终为师生的工作、学习、生活提供高质量的数字智慧应用服务。（3）搭建移动融合门户：整合宁师小鹿和数字宁师门户，解决移动端唯一门户问题和未来移动端多平台适配问题，方便以后学校的多方面推进。对宁师小鹿进行全面升级，添加定制推送服务、首页推荐、服务清单模块，提升问答能力、意图识别能力、应用唤醒能力。打造数据服务和应用门户一体化的全校综合性智能应用，全方位提升校园信息服务水平。（4）构建移动身份认证体系：以微信校园卡身份认证体系为基础，构建学校全新的移动端认证体系。实现移动端用户的多身份认证和身份转换，持续保障校园移动端统一身份认证功能。（5）完善宁师数据服务门户：基于X师大脑二期PC端的服务能力，为提升系统在学校的影响力和使用率，系统需要进一步完善数据模型的服务能力，新增数据视窗的功能，并与校园门户进行对接，实现在校园门户内直接展示校园模型数据。（6）提升数据服务安全：在系统不断完善、服务应用持续增加的情况下，如何提升数据的安全，保障数据资产不被侵犯，是本次系统升级的重点之一。通过建立以人员身份为核心的权限管理中心，对管理者和用户进行身份、权限的区分和配置；对所有应用服务接口按身份、权限校验；对页面进行添加水印防护。实现为学校数据服务保驾护航的目标。（7）打造数字挛生的数据可视化能力引擎：目前的H5数据层数据可视化层现样式固定，业务的调整、更新和部署完全依赖开发技术支持。在X师大脑数字挛生大屏中数据层是重要业务功能模块，需要能够随着X师大脑业务内容的不断提升和调整，及时、迅速做出新的数据场景，或者调整现有场景的业务内容。因此迫切需要构建数据可视化能力引擎，采用工具化和低代码的方式实现数据层数据可视化场景的自定义、自维护、快速更新和自动化部署（8）实现数字挛生数据层管理后台的统一融合：目前数据层的源数据来自于宁师数据中心，并根据数据层的场景需求进行数据整合。但目前管理后台相对独立，且功能有局限。根据X师大脑的整体发展规划要求，需要将数据场景的数据后台管理融入到整个X师大脑后台中，成为一个模块，并进一步完善对数据源和数据分析的后台管理功能。(9)建立数字挛生模型场景交互标准化接口体系：通过对X师大脑数字挛生大屏前期场景的总结，建立一套标准化的模型场景交互标准化接口体系，定义常见的交互动作CS模型层与数据层之间的交互接口和交互逻辑控制，并集成在数据可视化能力引擎中统一管理。通过本期项目建设，使“X师大脑”进一步实现将教育数据转化为数据服务能力，驱动学校管理决策智能化和教学科研智慧化，为我校实现数字化改革提供重要的信息化支撑。二、技术要求序号技术要求1建设内容1.1建设数据应用工厂1.1.1数据资源管理：以可视化的操作界面配置各类数据库源；提供资源表的数据项查询；数据源中表名、字段名支持中文展示；数据资产管理能够可视化展示所有可用数据资源(包含资源名称、表名、字段名、字段属性等)；进行数据资源表资源申请功能；数据资源表资源申请的审核功能。1.1.1.1数据源管理：数据源管理支持多种主流数据库的接入，提供可视化的操作界面来配置各类数据源，展示各类数据源及其表、字段、索引等相关信息。管理员可以对进行新增、修改、删除、查询操作，支持对多种关键字的搜索。1.1.1.2数据超市：对所有可用数据源及数据表、字段、索引提供可视化展示，方便申请需要的数据资源。支持对多数据源、跨数据源进行多表的一次性批量申请。1.1.1.3我的资产：对数据超市申请的数据订单进行查询，可查询在申请中的数据订单，获取申请人和应用场景信息，查看该订单内容表信息。在已申请列表中，查询该机构目前在哪些数据库下已有数据资产，展示内容有表民表中文名和具体表字段信息。在已终止可查看被驳回订单信息，获取被驳回原因和驳回具体内容以便修改后再次申请。1.1.2数据开发管理：通过少量代码就可以快速生成应用接口，使具有不同经验水平的开发人员可以通过工具化的用户界面，使用简单的SQL语句或Java模型驱动的逻辑来查询数据和创建程序服务接口。1.1.2.1数据查看：提供工具化的用户编辑界面，开发人员能够通过页面编写SQL语句来进行数据查询。编辑界面提供了脚本语法自动补全提示，表资源信息自动补全提示，保存，美化语句，撤回等多种操作方便进行脚本编写。1.1.2.2脚本开发（1）提供工具化的用户编辑界面，开发人员能够通过页面编写SQL语句或Java模型驱动的逻辑来进行接口开发。编辑界面提供了脚本语法自动补全提示，表资源信息自动补全提示，保存，美化语句，撤回等多种操作方便进行脚本编写。接口配置支持接口信息的自定义编辑，包括请求参数和返回参数的描述、示例等，能够快速发布成http协议的接口；（2）另外还支持通过HQL方式自助新增数据分析服务，支持HQL通过自定义配置进行分析配置，可以定时的执行海量数据的自定义分析任务。1.1.3数据接口管理1.1.3.1我的数据服务：对已发布的接口管理，包括接口测试、上线、下线，支持开放服务和开放审批、限制服务的权限操作；对已发布的数据分析服务进行管理，查看数据分析的结果数据，查看数据分析任务的运行结果和运行日志。1.1.4数据安全管理1.1.4.1日志记录（1）系统记录登录日志、访问日志和操作日志，各类日志分别包含以下信息：（2）登录日志：登录账号、登录时间、登录IP等。（3）访问日志：访问模块、访问时间、访问链接、访问用户等。（4）操作日志：用户在系统内访问数据的记录和申请记录等。（5）运行日志：系统运行情况。（6）错误日志：系统发生异常错误记录等。1.1.4.2日志查询：管理员可以按照日期筛选查看系统登录日志、操作日志、运行日志。1.1.4.3数据权限：所有数据访问需要先申请，经过审核后才可以使用。管理员可以对敏感数据使用脱敏设置。1.2建设数据服务智能化模块1.2.1人员画像：汇聚学校多个系统的数据，构建基于个人的画像数据，包括学生画像和教工画像，为千人千面的个性化、智能化服务夯实基础。人员画像包括人员的基础信息、业务相关信息、及根据原始数据计算获取的标签信息，和自定义的标签信息等。为细化人群分类，针对不同类别的人群提供特定的服务成为可能。1.2.1.1画像建模：梳理学生、教工的相关信息，通过建立画像模型，并建立从数据中心的各类数据转化到模型数据的同步程序，实现画像数据的生成。画像建模从多个维度多个信息项来建立学生、教工的相关数据模型，并实现根据人员的画像查看和根据信息项的人员检索。1.2.1.2标签管理（1）人员画像标签体系包含计算标签和自定义标签。计算标签通过对基础数据或业务数据的计算，从而获得对应的标签数据。计算标签按一定的频次继续数据更新。（2）自定义标签则支持标签的添加、删除。并可指定哪些人员获取该自定义标签。（3）标签的建立可以使人员的分类更加灵活、便捷。1.2.1.3画像服务：基于人员画像对服务应用提供数据服务接口，支持对人员的数据、标签检索，也支持根据信息项或数据标签检索对应的人员列表。1.2.2检索模型（1）搜索是最符合人性的信息获取方式，在众多功能和信息层级中如何快速定位到目标，搜索是最便捷的方式，因而搜索的重要性不言而喻。几乎各行业的企业都在努力建设自己平台的搜索功能，电商的搜索是商品入口，媒体的搜索是资讯入口，企业知识库的搜索是知识入口。（2）好的搜索势必会为学校带来巨大收益，对外可以提升用户体验，对内可以提升员工效率。人工智能正逐步从感知智能迈入认知智能时代，搜索同样需要改变传统模式，实现升级。所谓“感知智能”，就是获取信息的能力，类比到人类，我们可以通过视觉、触觉、听觉等去感知这个世界。而“认知智能”是人工智能技术发展的高级阶段，旨在赋予机器数据理解、知识表达、逻辑推理、自主学习的能力，使机器能够拥有类似人类的智慧，其实就是大脑的思考能力。（3）从感知到认知，是一种飞跃性的突破。认知智能的实现离不开自然语言处理技术的支撑。自然语言处理技术提高非结构化的语义理解与推理的可解释性，实现基于自然语言理解的语义搜索，从而体现“认知智能”。语义搜索是指搜索引擎的工作不再拘泥于用户所输入请求语句的字面本身，而是透过现象看本质，准确地捕捉到用户所输入语句后面的真正意图，并以此来进行搜索，从而更准确地向用户返回最符合其需求的搜索结果。1.2.2.1检索建模（1）提供工具化的用户编辑界面，开发人员能够通过页面编写检索模型。编辑界面提供了模型保存，美化语句，撤回等多种操作方便进行模型编写。模型编写完后能够快速发布成http协议的接口，支持接口信息的自定义编辑，包括请求参数和返回参数的描述、示例等。（2）另外还支持配置同义词、专用词、停用词、联想热词、形近词纠错、引进次纠错来提高自然语言处理技术对非结构化的语义理解与推理的解释性，更好地实现语义搜索。1.2.2.2检索管理：对已发布的检索模型及接口管理，包括模型信息查看，包括请求参数和返回参数的定义和示例，模型服务的上线、下线。另外可以对接口进行测试，输入对应请求参数的值，会立即返回对应的返回结果数据。1.2.3推荐模型：推荐模型是通过你过去曾经发生的行为痕足迹去推测你的当下未来所需。你的搜索、点赞、评论、转发等行为都为它创造了解你的机会。例如：当你在搜索一个经典电影时，很快就会发现它还为你推荐了相似同类型、相似评价度的其他影片，或者甚至还会引申到同导演的其他影片等。最令人惊奇的是，你或许会在推荐影片中挑选到真正喜爱的影片，而没有你最初搜索的那个。原因自然不言而喻，推荐系统比你更了解你的购买浏览习惯和行为偏好，当你还不了解它的算法奥妙时，它就如住在你的大脑一样了解你了。1.2.3.1推荐建模（1）提供工具化的用户编辑界面，开发人员能够通过页面编写推荐模型。编辑界面提供了模型保存，美化语句，撤回等多种操作方便进行模型编写。模型编写完后能够快速发布成http协议的接口，支持接口信息的自定义编辑，包括请求参数和返回参数的描述、示例等。（2）另外还支持配置多种推荐算法方式，如基于内容的推荐算法、协同过滤算法等。1.2.3.2推荐管理：对已发布的推荐模型及接口管理，包括模型信息查看，包括请求参数和返回参数的定义和示例，模型服务的上线、下线。另外可以对接口进行测试，输入对应请求参数的值，会立即返回对应的返回结果数据。1.2.4知识图谱：不断完善二期知识库建设，填充知识库数据。并融入知识图谱概念。搭建贯穿教材知识体系、教学资源管理、学生学习轨迹、教师工作经验的知识图谱，将学校的生活、教育、工作的全过程进行可视化展现，使静态知识点数据与动态生活教学的数据产生关联，为X师大脑的服务提供数据基础。在知识图谱和人员画像的基础上通过应用大数据，实现千人千面的数据应用方案。1.2.5可视化配置：在未进行配置化以前，数据可视化需要后端开发人员基于数据库开发计算逻辑、分析、下载等功能，前端开发人员则基于数据以图表的形式进行渲染，代码冗余、开发成本高、周期长。可视化配置工具是在数据库与可视化呈现之间搭建起来的一座桥梁，数据建设者在熟悉数据逻辑的基础上通过配置工具的配置界面进行数据源、计算逻辑、呈现内容、样式等相关信息的配置，然后将其发布上线，各数据可视化平台的可视化呈现模块根据配置的样式和内容渲染相应的组件，用户即可在对应的平台查看可视化数据。1.2.5.1可视化配置工具（1）为了减少配置工具使用的复杂程度、降低用户学习成本，提高配置效率，针对业务以及数据需求相对稳定的分析场景设计固定的呈现模板，用户选择合适的模板配置相应的内容，且配置模板具备可扩展性，可灵活增删功能模块。（2）配置工具页面根据用户选择的模板展示相应的配置内容，除了配置数据源接口、指标、维度等数据相关信息，还需要配置筛选控件、分析组件等内容。同时配置工具还支持通过扩展配置增加当前模板不支持的功能，从而基于模板进行二次开发。一个完整的配置工具除了基本的配置，还增加了指标管理、维度管理等功能提高配置效率和用户体验的基础支持。指标管理：将指标、衍生指标的信息进行统一的管理，根据指标的属性特征提供各参数的默认值，配置人员在配置页面时可以直接使用指标管理模块的默认配置信息，实现了指标的一次配置多次使用。这不仅提高了配置人员的配置效率，提供指标参数默认值也有利于规范统一平台风格；维度管理：根据数据接口信息，生成维度模板信息，配置人员只需要简单调整维度显示名称和顺序即可，方便高效。1.2.5.2可视化呈现（1）为用户提供丰富的图表组件（表格、趋势图、饼图、卡片等等）和过滤条件（单选、多选、日期、输入框等等），丰富的图表样式充分满足复杂的可视化需求。（2）可视化呈现这部分的主要工作是将格式化后的数据以图表的形式渲染在浏览器中，供用户查询、分析数据。可视化呈现的基础组件单元分为两类：控制组件：配置工具里配置的组件，比如筛选条件、日期类型等，这类组件在渲染组件时同时渲染组件内容；数据组件：需要渲染的具体数据，比如表格、折线图中的数据，这部分的数据是由数据接口模块来提供的。这类组件在渲染组件后，重新获取具体数据信息（数据来源不同）进行内容渲染。（3）为了满足复杂的分析场景，在可视化呈现时往往是多个样式组合在一起使用。在进行设计时综合考虑代码的可复用性、通用性以及可扩展性将图表拆解成可以重复使用的最小单元，封装成组件。各组件最终如何组合排列呈现则由建设者根据需要的分析场景在配置工具里进行配置管理。1.3搭建移动融合门户1.3.1宁师小鹿升级：对宁师小鹿进行全方面的升级优化，持续为三大主要服务对象学生、教师、管理者设计使用场景，优化智能服务能力。对主页进行重新设计，添加全新的功能模块。整合微信校园卡应用，构建新的移动门户，提高校园应用融合度。1.3.1.1多身份切换认证：系统支持教职工、学生、培训人员、校友等人员1人持有多种身份，并提供一键切换身份功能，根据人员身份展示对应应用功能列表和赋予对应操作权限。1.3.1.2定制推送服务探索新的服务模式，小鹿根据用户画像、知识图谱的成果，设计个人专属的精准推送服务，实现“千人千面”服务，例如等级考试，成绩发送，工资发放等信息。并推出学校师生相关的趣味性统计功能，为师生在工作、学习和生活等方面进行阶段性总结和计划安排等提供支持。1.3.1.3首页推荐新增首页推荐模块，将常用、热门的功能根据服务对象进行推荐展示，用户可点击相应功能快速进入服务。提供添加收藏、个人推荐功能。1.3.1.4服务清单新增功能服务清单，对现有的服务进行归类展示，例如政策文件、生活娱乐、工作学习、证书考试等。用户通过本功能可以快速了解宁师小鹿拥有的各类功能服务，并进行筛选使用。让不清楚学校业务的普通师生能简单便捷地获取信息服务与业务数据。1.3.1.5智能问答升级(1)用户进入小鹿智能问答页面，系统发送智能推荐和热门问题模块供用户选择以实现常见问题的快速解决。用户也可以在功能类别模块进行点击筛选，逐级寻找所需应用解决个性化问题。(2)小鹿提供自动记录历史常用功能，供用户快速点击进入。1.3.1.6意图识别：通过自然语言处理能力，对用户的问题能够更精准的理解；通过意图识别能力，推理出用户的真实意图，从而在给予用户答案的同时辅助给予相关度较高的其他知识点，串联出用户的完整意图，使提供的解决方案更为合理、令用户满意。1.3.1.7应用唤醒(1)根据师生输入的自然语言，智能分析其业务场景，通过对关键字的拆解，后台分析出对应的操作命令，并直接根据答案执行对应的应用动作。例如：(2) “打开图书馆大厅的OOl摄像头”，小鹿可推送该摄像头地址并打开连接；(3) “今天谁值班”，小鹿推送今日的值班清单；(4) “播放学校宣传视频”，小鹿打开宁师云校播放相关视频；1.3.1.8移动应用门户：新增移动端应用门户模块，针对不同的人员身份，展示对应的权限应用。通过本功能，将学校各应用功能进行统一管理。增加用户黏性度的同时，提高师生的工作学习效率。1.4构建移动身份认证体系：新建学校认证中心，通过结合现有的人员数据，构建学校认证体系，实现人员的身份认证、校园码生成解析以及微信消息的推送等功能。提供统一的对外接口完美兼容原微信校园卡接口，实现大部分应用无感切换至宁师小鹿，使用户体验感更好，操作丝滑。1.5完善宁师数据服务门户1.5.1数据服务门户提升：对二期的数据服务进行升级改造，提升数据服务质量，解决数据统计过慢问题，提升用户体验。新增数据视窗功能。1.5.1.1优化模型：对现有的数据模型进行整理，设计具有高通用性、强使用性的数据模板，达到快速复制的目的。优化原有的查询方式，提升模型的数据查询速度。1.5.1.2数据视窗：通过模板管理、组件管理、数据连接等功能，采用柱状图、饼图、折线图等图形化界面直观展示数据变化，实现各种主题数据的可视化展示，快速实现大屏展示。1.5.2对接校园门户：将数据服务模块与校园门户进行对接，提高X师大脑曝光度。可以在门户网址数据服务功能下快速查询相关模型。1.5.3客服中心：当用户得不到确切答案、有问题需要反馈解决或对学校提出意见与建议的时候，用户可以在线进行留言。根据留言内容，客服中心通过客户服务体系解决用户问题。1.5.3.1问答受理（1）用户在宁师小鹿留言反馈模块输入问题内容，选择问题标签进行提问，提问后等待客服回复，对长时间未回复的问题可以一键催办。（2）问题得到回复后，用户根据实际情况标记为已解决，或继续进行追问。（3）对长时间未标记的问题，系统自动标记成已解决。1.5.3.2客服系统（1）在接收到留言反馈后，小鹿管理员将对简单问题进行快速回复，对于无法回答的留言，将分发给对应部门的管理员进行回复。追问的问题直接分发给对应部门。（2）部门管理员可在后台或客户端进行回复。1.5.3.3评价系统（1）用户在问题解决后，可以对本次问题回复的满意度进行评价，包括系统使用情况、问题回复速度、问题回答质量等。（2）评价数据将被用于对客服中心的服务质量评估。支持后台管理员查看学员的评价和建议，从而改进后续的服务。1.6提升数据服务安全1.6.1管理权限升级(1)建立人员的身份权限管理中心，对管理者和用户进行身份和权限的统一配置。基于RBAC权限设计模式，融入职位、功能和组织权限内容，实现对系统内所有功能的权限控制。(2)系统中，用户-组织、用户-职位、用户-角色、角色-权限都是多对多关系，组织-角色和职位-角色都是一对一关系。权限类型包含菜单权限，功能权限，操作权限和数据权限。通过设置人员角色给用户分配权限。1.6.2服务接口升级：系统对所有知识库内容服务进行权限管理。只需将服务功能分配给角色即可完成数据服务的权限分配。用户在移动端访问应用时，将对应其进行权限校验。1.6.3页面水印：系统对数据类展示的模型添加页面水印，防止他人随便盗用。1.7数据挛生大屏：随着X师大脑整体能力的提升，对数字李生大屏部分提出更高的业务需求。本期主要三个核心目标：(1)数据可视化能力引擎。目前的H5数据层数据可视化层现样式固定，业务的调整、更新和部署完全依赖开发技术支持。在X师大脑数字李生大屏中数据层是重要业务功能模块，需要能够随着X师大脑业务内容的不断提升和调整，及时、迅速做出新的数据场景，或者调整现有场景的业务内容。因此迫切需要构建数据可视化能力引擎，采用工具化和低代码的方式实现数据层数据可视化场景的自定义、自维护、快速更新和自动化部署。(2)数据层管理后台的统一融合。目前数据层的源数据来自于宁师数据中心，并根据数据层的场景需求进行数据整合。但目前管理后台相对独立，且功能有局限。根据X师大脑的整体发展规划要求，需要将数据场景的数据后台管理融入到整个X师大脑后台中，成为一个模块，并进一步完善对数据源和数据分析的后台管理功能。(3)建立模型场景交互标准化接口体系。通过对X师大脑数字李生大屏前期场景的总结，建立一套标准化的模型场景交互标准化接口体系，定义常见的交互动作CS模型层与数据层之间的交互接口和交互逻辑控制，并集成在数据可视化能力引擎中统一管理。1.7.1数据管理：平台能够全面汇聚融合进入宁师数据中心，能实现对相关数据的归集、数据处理，形成各类数据集，为大数据可视化组件提供动态数据接入，并可对接入数据源进行管理1.7.1.1数据源管理模块是对接入的数据源进行统一的后台管理，主要功能包括：(1)支持对主流结构化数据的接入，包括Oracle、mssqlserver>http>jdbc>mysql、kaduimpala>elasticsearch_sql等。(2)支持数据源的新增、修改和删除、查询等功能。(3)支持对数据源进行配置管理，包括编码、命名、数据源的驱动类、连接串、用户名和密码。(4)支持对数据源的接入有效性测试，提供测试结果消息提示。1.7.1.2数据集管理模块是为大数据可视化和分析要求构建的自助数据模型，是文件或数据源数据的子集，通过数据集可以对这些数据进行整理和配置，大数据库可视化引擎的可视化组件提供数据接入，以满足特定的分析和可视化需求。数据集数据集包含数据源连接信息、表、指定的列以及应用的数据扩充和转换。数据集的类型支持包括HTTP、SQL,可以自定义数据集编码和数据集名称，通过编码做唯一标识进行管理。SQL类型数据集，支持通过选择数据源添加，支持通过自定义编写SQL语句的在数据源中中多个表中的数据创建数据集。HTTP类型数据集，支持GET、POST、PUT、DELETE方法的请求，可以配置请求路径，请求头和请求体。支持指定各表之间的联接、查询。自定义添加查询参数支持转换和扩充数据集中的列。数据转换可视化编辑，支持字典翻译、js脚本、ip转换(JavaBean)1.7.2大数据可视化引擎1.7.2.1X师大脑大数据可视化引擎，通过低代码、拖拽式组件和可视化编辑，实现X师大脑数字挛生大屏中H5数据层的数据可视化内容用户自定义创建、管理和快速部署发布。并能与X师大脑数字挛生C/S模型层进行事件和点击交互，场景切换等功能联动，实现模型层与数据层的整体融合。可视化编辑主要元素包含：画布、可视化组建、事件交互、数据配置等，管理类功能包含创建、编辑修改、发布、查询和模板管理等。1.7.2.2画布是定义可视化区域。根据X师大脑的基本交互模型，常规尺寸包括左右结构尺寸、单边结构尺寸、三区结构尺寸、全屏结构尺寸等，要求系统内置常见结构的尺寸参数，支持选择快速创建，支持用户自定义尺寸修改等功能。画布图层，可查看画布上目前已有的所有组件，每个组件作为一个单独层，可对组件图层进行置顶、置底、复制、删除等操作。1.7.2.3可视化组件，根据X师大脑数据分析常见的图形图表，封装组件化，实现拖拽式灵活编辑，自定义样式和数据配置，并支持发布后二次开发。引擎初始化内置集成不少于30个常见组件，包括文本、媒体、框架、图形、饼图、折线图、柱状图等大类。文本类包含普通文字、超链接、滚动文字、时间等组件；媒体类包含图片、视频等组件；框架类包含表格、内联框架、弹窗等组件；图类型包括漏斗、词云、平面地图、百分比、雷达图、桑基图、热力图、进度条、散点图、桑基图等组件；饼图类包含常规饼图、旭日图、南丁格尔图等组件；折线图类包含单折线图、多折线图、折柱图、簇装折线图等组件；柱状图类包含柱状图、柱线图、柱状对比图、簇装柱形图等组件。支持echart组件的二次开发引入。1.7.2.4组件参数配置，根据不同的组件特效，提供可视化的组件配置。常见配置包含基础配置，数据配置和交互管理三大部分。基础配置，包含图层名称、包含组件颜色、位置、大小、坐标等参数的管理配置，不同图形类组件支持特有属性配置，例如，图片组件支持图片素材库选择功能，表格组件支持表头编辑功能等。数据配置，数据支持静态数据和动态数据，静态数据通过编辑窗口直接定义组件内的各组数据内容。动态数据通过选择数据集，实现动态实时的数据显示，支持动态数据的刷新时间设置。交互管理，支持点击交互、组件交互以及模型交互三类配置。点击交互指通过鼠标点击产生的本组件的交互效果，如选中、展开、收拢等动作。组件交互指不同组件之间的事件交互，A组件选中后的数据，影响B组件的层现。模型交互指根据C/S层的模型场景变化以及点击事件，数据层组件做相应的数据层现。1.7.2.5管理功能，在编辑页面，可对选定的大屏进行发布、删除、归类、自定义命名、复制、预览等一系列管理类操作，也可输入大屏名称快速查询所需大屏。1.7.2.6模板管理，已经完成设计编辑的大屏可以保存为模板，支持快速复用和创建，模板支持两级目录和多标签管理，根据创建模板的不同类别进行管理，并支持模板的共享权限管理，配置共享和独享权限。2非功能性需求2.1性能要求(1)在网络稳定的环境下，操作性界面单一操作的系统响应时间小于3秒，大数据查询在10秒以内返回。(2)系统查询超时应统一返回系统错误页面。2.2建设原则2.2.1实用性和可行性实用性：整个项目的设计思想体现易学易用、简洁明了、个性化、人性化；借鉴其他项目的建设经验，提高系统的运行效率和使用效率。可行性：整个项目采用业界流行的技术，商业化的应用服务器、数据库和安全系统；选择的产品必须成熟、稳定、实用，其实用性和可行性必须通过多个客户的实际使用及检验。2.2.2先进性和成熟性整个项目设计上充分考虑未来发展，项目最终实现面向校级的资源优化而不是简单的信息管理；建设技术水平要保证先进性，系统设计应符合当今计算机软硬件技术、网络通信技术和信息技术的发展方向，同时要紧密结合本校教学、管理要求的实际，避免因盲目追求新技术、新产品，而忽略实际现状在系统设计上体现，造成系统设计的缺陷与处理性能低下。本项目技术、设计方案顺应平台化、集成化与人性化的应用软件发展的三大趋势。2.2.3可靠性、稳定性及容错性本项目技术方案从系统基础设施结构，系统软件、技术措施，设备性能，应用设计、系统管理等各个层面确保系统运行的可靠性和稳定性，达到最大的平均无故障时间。其中应用服务器采用集群方式（负载均衡）、支持数据异地容灾、应用设计支持容错、热部署。与此同时，系统应具备高度的容错性，保证系统的正常运行。建立硬件监控机制2.2.4安全性和保密性系统设计应高度重视安全体系建设，在满足信息资源充分使用的前提下，确保信息资源的保护与隔离；建立完备的安全机制，控制系统及数据库访问操作；并充分利用日志系统、健全的备份和恢复策略增强系统的安全性。在应用及平台设计中，既充分考虑信息资源的共享，更注意信息资源的保护和隔离，分别针对不同的应用模块，支持不同强度的安全保密措施，包括数据加密存储/传输、数字证书认证、数字签名、细粒度的数据存取控制、防毒防黑、审计和安全管理制度等。2.2.5可扩展性系统设计时应充分考虑在未来若干年内的发展趋势，具有一定的前瞻性，可充分承载系统在未来升级、扩容、扩充和维护的发展需要，并确保处理效率不会降低，以及系统运行的持续稳定；还应充分考虑系统设计的灵活性，可适应需求的不断调整，有利于系统未来的升级和维护工作。同时，应预留未来可能与学校相关系统的对接接口。2.2.6易用性和易维护性易用性：提供友好的图形用户界面及完备的用户手册，管理界面友好易操作，提供图形模式操作，全面满足使用者简单易用。软件版本易扩充、升级，不同时期软件版本能向下兼容，且在升级的过程中不影响系统的性能与运行，并提供相应的新版本软件功能说明书。易维护性：一个系统的易维护性决定了该系统的寿命，也决定其实际运行成本。系统的易维护性体现在软硬件两个方面。硬件易维护性主要指安装、升级简单方便，后备配件充足。软件易维护性主要指体系结构清楚，易理解，同时，管理界面友好，易操作。