XX学院智慧校园数据治理及监管平台建设需求说明.docx

《XX学院智慧校园数据治理及监管平台建设需求说明.docx》由会员分享，可在线阅读，更多相关《XX学院智慧校园数据治理及监管平台建设需求说明.docx（24页珍藏版）》请在课桌文档上搜索。

1、XX学院智慧校园数据治理及监管平台建设需求说明1 .服务内容、要求、质量1.1 .项目背景1 .政策背景教育信息化支撑和引领教育现代化，是教育改革和发展的重要推手，信息化已成为高等学校提升教育综合实力的重要实现手段。党的二十大报告提出“推进教育数字化，教育数字化转型已成为我们教育改革发展的重要战略主题，我国教育信息化正迈向数字化转型新阶段。高质量发展是国家“十四五”教育发展规划新时代教育发展的主题，高水平的管理效能和完善的内部治理体系是教育高水平发展的保障和支撑，提升数智化治理能力水平是我国教育顺应数字化时代的必然选择。2018年4月，教育部印发的教育信息化2.0行动计划强调，要探索信息时代教

2、育治理新模式，深化教育大数据应用，全面提升教育管理信息化支撑教育业务管理、政务服务、教学管理等工作的能力，要充分利用云计算、大数据、人工智能等新技术，构建全方位、全过程、全天候的支撑体系，助力教育教学、管理和服务的改革发展。2019年2月，中共中央、国务院印发了中国教育现代化2035，重点部署了面向教育现代化的十大战略任务，其中明确强调，要推进教育治理体系和治理能力现代化。2019年4月教育部&财政部关于实施中国特色高水平高职学校和专业建设计划的意见中，明确将提升学校治理水平作为改革发展的重要内容之一，要求“完善以章程为核心的现代职业学校制度体系，形成学校自主管理、自我约束的体制机制，推进治理

3、能力现代化”。2020年9月教育部等九部委联合印发了职业教育提质培优行动计划(2020-2030)，明确要求“实施职业教育治理能力提升行动，聚焦健全职业教育标准体系、完善办学质量监管评价机制，打造高素质专业化管理队伍”。2021年3月，教育部印发了关于加强新时代教育管理信息化工作的通知(教科信函202113号)，明确指出：到20XX年，新时代教育管理信息化制度体系基本形成，信息系统实现优化整合，数据实现“一数一源”，数据孤岛得以打通，数据效能充分发挥，服务体验明显提升，实现教育决策科学化、管理精准化、服务个性化水平全面提升，支撑构建高质量教育体系。2022年3月在教育部举行的新闻发布会上,教育

4、部职业教育与成人教育司司长陈子季表示,将建设职业教育数字化“1+5”体系，即职业教育决策大脑系统和决策支持中心、专业教学资源中心、精品在线开放课程中心、虚拟仿真实习实训中心、职业学校治理能力提升中心。近年来，以高校“人、财、事、物”为代表的业务信息系统的长期运行和服务，沉淀了大量数据资产，这些资产成为高校在数据时代发展建设的基础，为基于数据的应用创造了前置条件，以数据驱动和以用户为中心特征的两类创新应用大量涌现。职业院校信息化顶层设计不断加强，“一张表”和“一站式”理念深入引领，推动传统管理向“上升为治理，下沉为服务”的二元化管理演进，助力教育治理体系和治理能力现代化，信息化水平的提升已经成为

5、高校治理“提质增效”的主要发力点。2 .实践基础“十三五”期间，特别是XX省优质校建设过程中，学校在智慧校园方面开展了积极的探索与实践，智慧校园建设构架初步形成。学校2012年开始启动数字校园建设，至今为止已建设或集成了26个业务应用系统。为了深入贯彻落实国家的相关政策文件要求，XX学院高度重视数字化转型工作，相继制定实施了学校“十四五”信息化发展规划、学校数字化改革工作方案、学校信息化系统建设三年实施计划(2023-20XX)、学校“十四五”数智化大内控体系建设规划、学校党建统领智治体系建设规划、信息化项目建设管理办法、学校数据管理办法等文件，并于2023年2月开始着手建设智慧校园基座系统项

6、目，与北京用友政务软件股份有限公司建立战略合作关系，合力构建了一个“高起点、高标准、高水平”的智慧校园数智化新基座系统。在校方和承建方共同努力下，通过近一年的项目建设，智慧校园数智化新基座系统取得了阶段性的胜利和一定的成效，截止目前业已完成了技术平台、低代码开发平台、统一门户的构建，并实现了经济控制域的数据治理、业务闭环及数据共享，达到了项目既定的目标和任务。为了进一步完善落实学校数字化改革工作方案、学校“十四五”数智化大内控体系建设规划、学校信息化系统建设三年实施计划，以数字化改革为引领，一体推进党建工作和事业发展，整体构建党建统领智治体系和数字化大内控体系双轮引擎，拟基于前期智慧校园基座系

7、统的建设基础上，对智慧校园基座系统进行完善与深化应用。12健设目标紧贴校院内部治理和数字化改革的工作实际，以“数智化大内控”体系的建设为契机，基于现有的智慧校园基座系统进行深化应用。在现有建设成果的基础上，按照数字化改革要求，贯彻以“数字化”、“规范化”、“集约化”的设计理念，构建网络互联通、业务广覆盖、数据大集中、信息共享用的数智化大内控体系，进一步做到校院综合应用“全覆盖”，业务交互协同“全动态”，集群协同应用“全动态”，数据关联协同“全串联”，充分体现高校内部治理的“大数据”、“大融合”、“大协同”，实时、动态地全面反映校园数智化大内控综合运行状况，全面提升数智化大内控工作管理水平，为教

8、育数字化实践提供强有力的支撑。从技术和业务两个视角构建学校智能监管应用支撑运营体系，通过合理的建设规划，大数据、低代码开发平台、RPA智能机器人、智能客服等技术手段，让学校数据资产能更好的为数字化发展赋能，对经济控制、业务控制、人力控制与监督控制四大应用集群进行事前、事中、事后的监察，结合分析监察高台提供的自动风险报告，持续督导相应的业务部门与工作人对风险点进行整改、再检查、再整改，直至终结风险处置并予以评价。13.建设内容以技术创新赋能学校高质量发展，以软硬结合实现智慧校园升级为目标。通过构建智慧校园一体化基座系统，从高校智慧校园出发，建立全面性数字化环境优化体系、运用现代技术平台，低代码开

9、发平台对教学管理，实验实训，5G服务，教学资源等进行数据化、嵌入式监管，并对全域教育教学智能化识别与结构化处置，形成数智化校园分析决策体系，最终反哺高校智慧校园优化，全面提升高校内部治理能力和智能服务水平。基于现有智慧校园新基座建设内容基础上，进一步深化和完善大内控体系建设，通过XX学院智慧校园基座系统数据治理及监管高台的搭建，本期构建财务收支数据的统一归集系统，进行业务、财务、银行三端的对账。并且，在经济控制集群的基础上，整合人力资源控制集群、业务控制集群、监督控制集群，并开发建设审计数据治理应用、人才培养工作状态数据治理应用、信息化项目管理等，从技术和业务两个视角构建学校智能监管应用支撑运

10、营体系，通过合理的建设规划，让学校数据资产能更好的为数字化发展赋能，经济控制、业务控制与人力控制三大应用集群进行事前、事中、事后的监察，结合分析监察高台提供的自动风险报告，持续督导相应的业务部门与工作人对风险点进行整改、再检查、再整改，直至终结风险处置并予以评价。通过智能监管，提供多维度驾驶舱辅助校领导，业务处室等进行业务办理督导等工作。将技术平台与智能服务相结合，从而反哺于学校的流程服务。通过Al平台+算法+知识图谱技术，以统一的智能交互方式和智能服务，助力学校更便捷、更低成本地，进行校园治理。达到高校治理的管理要求，辅助领导决策支持，全面提升“数智化大内控”水平。1.4. 系统功能需求1.

11、4.1. 1.4.L基于低代码开发平台补充学校多项数据报送、数据归集等场景业务服务使用学校现有低代码开发平台，开发相关应用功能，主要包括以下：(1)审计数据报送填报应用功能：为实现审计数据上报数据自动化可以做到，对应其中审计数据暂无系统支撑的数据进行低代码开发填报表单，让对应老师进行填写。通过数据中台抽取相关的数据进行清洗和整合，可以实现数据流通，数据复用，数据上报系统化，例如：出国管理系统-出国团组情况表，出国系统管理-出国人员情况表等。(2)人才培养工作状态数据填报为实现状态数据上报数据自动化可以做到，对应其中状态数据暂无系统支撑的数据进行低代码开发填报表单，让对应老师进行填写。通过数据中

12、台抽取相关的数据进行清洗和整合，可以实现数据流通，数据复用，数据上报系统化，例如：表学校概况表、联系表等。(3)信息化项目管理信息化项目管理系统是根据学院信息化管理业务工作的要求，实现了项目的分层次、管过程管理，存放信息化项目建设过程中的相关数据和文件，实现相关文件电子化。夯实项目管理工作，实现了项目的全生命周期信息管理。1.4.2. 1.4.2.数据基座能力拓展在现有数据基座平台功能的基础上，根据业务需要，对数据基座功能进行完善、优化、拓展，进一步提升平台的数据治理能力和应用能力，将数据基座的应用延伸覆盖到人力控制集群、业务控制集群、监督控制集群，在新一轮的高校智慧校园建设、现代化治理改革进

13、程中，支撑智慧校园建设经济控制域为核心，打通六大经济域,实现数据的共享共用，数据可应用可追溯,更好的发挥数据价值。(1)数据中心功能拓展(1.(1) 非结构化数据存储与管理a.对象存储引擎，MinIO是一个基于APaCheLiCenSeV2.0的对象存储服务。服务安装后,可以直接通过浏览器登录系统,完成文件夹、文件的管理方便使用。b.文件可视化管理，用户可以通过文件模块管理对需要存储的文件进行组织和分类设置。提供可视化管理功能，进行目录的创建，删除，以及文件的上传，删除，下载。并且支持对文件服务器上传，下载，删除进行监控。c.提供http接口交互能力。提供http接口供其他服务远程调用远程调用

14、上传和远程调用下载。(1.(2) 接入方式扩充为丰富平台的数据计入方式，提供了线下数据文件导入功能，允许用户通过多样化的方式将数据集成到平台中。文件采集方式通过采集模板管理、采集任务管理、数据报送等功能实现。(2)数据集成功能拓展1.1.1. Dl工具轻量化改造适配对学校现有数据基座的数据可视化集成工具进行国产化适配及轻量化改造，打破之前传统的客户当部署模式，改为轻量化集成部署，提供丰富流程组件，通过托拉拽方式快递定义数据处理流程，支持表输出自动建表等。由C/S架构改为B/S架构,开发Web界面，将原有的客户端界面转换为HTML、CSS和JavaScript实现的网页。页面及功能优化,对DI工

15、具的代码进行审查和优化,简化DI工具的用户界面,开发画布功能，引入数据缓存机制。1.1.2. 造数据开发中心数据开发中心为现有数据基座提供更加丰富的DI工具组件，支持应用组件更加便捷的为学校数据基座进行数据采集、清洗等流程构建。数据开发工作台，提供多样化的数据接入方式，支持结构化、非结构化、流数据等多种数据类型，提供直观、易用的数据开发组件，帮助用户快速构建数据流程及应用，丰富的数据处理和分析工具。指标模型库构建，平台提供了强大的指标模型构建功能，支持基于表(Table-based)和基于SQL(SQL-based)两种方式来构建指标模型。提供了图形化页面来设置指标计算公式。可以支撑后续监管高

16、台建设,定义业务监管模型，构建智能监管中心。多环节数据流程构建，基于数据开发中心，数据工程师可以迅速而高效地实现数据流程的构建，以及实时的线上调试。可以定义数据源、设置数据处理逻辑、构建数据模型，并通过可视化的方式监控整个数据流程的执行情况。为用户提供了一站式的解决方案。(3)数据资产及共享功能拓展新增数据资产统计地图，数据资产地图以图形化的方式展示数据资产的分布、关联和流动情况，列出组织内所有的数据资产，包括数据库、数据表、数据文件等。完善数据资源体系，在现有的资源体系基础上，支持将指标、主题表、报表等数据资源注册为资产，支持管理层或运维层从顶层视角快速了解当前资源相关的统计数据，并根据资源

17、类型快速定位数据资产。资产类型扩充，为了充分挖掘和利用数据的价值，平台支持更广泛的数据资产来源，包括但不限于指标、主题表、报表等，通过统一的注册流程，提交详细的资产信息，包括数据的来源、类型、描述、使用场景等。数据资产分类，完善数据资产体系的过程中，对数据资产进行分类是一项重要的工作，它有助于更好地识别、管理和利用数据资源。同时，根据数据的不同分类，可以采取相应的管理和安全措施，确保数据的安全性和合规性。新增数据资产共享交换统计分析，新增数据资产共享交换统计分析，帮助校领导更好地理解和评估数据资产共享交换的效率和效果，通过对数据类型、主题域、订阅部门的筛选，查看不同部门或不同主题域之间数据共享

18、交换的情况。(4)数据安全功能拓展新增数据分级分类，数据分类分级是一个系统性的过程，旨在通过评估数据的价值、敏感性和重要性，将数据划分为不同的类别和级别。新增敏感数据管理，基于已设定好的数据分类与分级，可以进一步定义敏感数据类型。新增敏感数据脱敏，平台通过制定和管理数据脱敏规则，敏感数据中的关键信息可以被替换、截断或加密，以降低敏感数据在非授权访问下的风险。1.1.3. 1.4.3.深化数字治理与应用在现有的数据治理平台上，构建一系列创新的数据治理应用，旨在进一步推动校内全业务数据的深度整合。基于前期在经济控制集群中取得的成果，我们将把数据基座的应用范围扩展至人力控制集群、业务控制集群以及监督

19、控制集群,以实现更广泛的数据驱动决策和业务流程优化。这一整合过程将涵盖多个关键环节，包括数据标准处理，包括数据标准处理、数据汇聚、数据转标、数据检查校验规则、数据质量报告、数据共享等，促进跨集群、跨部门的数据流通和协作。通过这一轮的数据整合，我们期望能够提升校内各业务集群的决策效率和业务响应速度，为学校的长期发展提供强有力的数据支持，同时推动我们学校在数据治理和应用方面的能力提升。(1)职教大脑数据治理与应用为了推进高校数字化转型,推动职业院校的数字校园建设,提高数字化水平,通过职大脑数据上报，为职业教育的现代化发展提供有力支持。并且在数据上报的过程中，可以收集和分析职业教育的教学、管理、科研

20、等方面的数据，为教育决策提供科学依据，优化教育资源配置，提高教育质量。职教大脑数据上报平台也是教育部监测全国职业院校教育情况的重要平台，有助于教育部门及时了解和掌握职业院校的办学情况，加强教育管理，推动职业教育的健康发展。将综合性数据上报教育部，可在平台展示学校的办学成果和特色，提高学校的知名度和影响力，为学校的发展赢得更多的机会和资源。因此要做到依照教育部的上报要求,对有关数据进行整合、汇集、检验、清洗、转换，进行数据稽核，数据质量监控，确保上报数据的准确性、合理性最终实现自动上报，同时进行关键指标数据分析展示。a.准备工作对职教大脑上报要求的90多张表按部门进行梳理，明确每张表的归口部门，

21、是否有系统支撑，并提供详细的对接策略。b.数据汇聚依据数据中台现有的Dl工具，完成90多张表的数据转换的配置，实现数据从业务系统汇聚到数据中台。实现数据抽取、增量抽取、作业配置、定时任务配置功能。c.数据规则建立根据全国职业教育智慧大脑院校中台高职数据标准及接口规范文件中对每张表的字段长度是否符合要求、是否必填、代码集是否合规建立相关规则。d.数据稽核结果通过数据中台的稽核结果查询功能，将数据检测的结果按照不同归口部门进行导出，形成各部门分管的上报表单的数据质量检查报告。已数据清洗表中数据基础属性的处理、表中数据合理与重复的问题处理与分析、表与表直接关联关系的问题处理。f数据质量监控对数据状态

22、、数量、执行情况进行监控，对执行错误的结果及时处理，保证数据上报整个流程的完整性，及时性。g数据展示针对上报后的最终结果数据，进行可视化数据展示,包括报表展示、数据大屏展示。（2）人才培养工作状态数据治理应用高等职业院校人才培养工作状态数据采集平台”是高职评估新方案的重要组成部分,也是其特色和亮点。院校应充分认识该数据采集平台的意义和深刻内涵,切实做好数据采集（建设）和数据分析（使用）工作。应利用好数据采集平台来完善教学质量保障体系，促进教学管理制度化、规范化和标准化，从而提升管理水平，提高管理效益，深化内涵建设，使高职院校逐步从规范管理向知识管理方向迈进。因此要做到依照教育部的上报要求，对有

23、关数据进行整合、汇集、检验、清洗、转换，进行数据稽核，数据质量监控，确保上报数据的准确性、合理性最终实现自动上报，同时进行关键指标数据分析展示。a.准备工作基于状态数据上报模板，对其中要求的80多张表进行数据建模，建立状态数据数据字典根据数据特征及数据来源，确定其中需要手工录入或导入，或系统衔接导出。b.数据汇聚通过手工填报的表单、自动取数结合手工填报的表单的方式,进行数据汇聚。c.数据规则建立根据人才培养工作状态数据采集要求，对每张表的字段长度是否符合要求、是否必填、代码集是否合规建立相关规则。d.数据稽核结果通过数据中台的稽核结果查询功能，将数据检测的结果按照不同归口部门进行导出，形成各部

24、门分管的上报表单的数据质量检查报告。已数据清洗表中数据基础属性的处理、表中数据合理与重复的问题处理与分析、表与表直接关联关系的问题处理。f数据质量监控对数据状态、数量、执行情况进行监控，对执行错误的结果及时处理，保证数据上报整个流程的完整性，及时性。g.数据展示针对上报后的最终结果数据，进行可视化数据展示,包括报表展示、数据大屏展示。(3)审计数据治理与应用随着信息技术的发展和应用，大量数据的产生和积累为审计工作提供了更多的支持和可能性。数据采集作为审计工作的重要环节，对于高校审计的有效开展起着至关重要的作用。通过对高校内部各类数据的采集和分析，可以更好地了解高校的运行情况和管理效果，为高校领

25、导部门提供科学决策支持。高校审计数据治理与应用的意义在于进一步完善和提升高校审计工作的效率和质量，为高校的可持续发展提供有力保障。因此要做到依照教育部的上报要求，对有关数据进行整合、汇集、检验、清洗、转换，进行数据稽核，数据质量监控，确保上报数据的准确性、合理性最终实现自动上报，同时进行关键指标数据分析展示。a.准备工作对审计数据涉及的50多张表按部门进行梳理，明确每张表的归口部门，是否有系统支撑，并提供详细的对接策略。b.数据汇聚依据数据中台现有的Dl工具，完成50多张表的数据转换的配置，实现数据从业务系统汇聚到数据中台。实现数据抽取、增量抽取、作业配置、定时任务配置功能。c.数据规则建立根

26、据审计数据采集要求，对每张表的字段长度是否符合要求、是否必填、代码集是否合规建立相关规则。d.数据稽核结果通过数据中台的稽核结果查询功能，将数据检测的结果按照不同归口部门进行导出，形成各部门分管的上报表单的数据质量检查报告。e.数据清洗表中数据基础属性的处理、表中数据合理与重复的问题处理与分析、表与表直接关联关系的问题处理。f.数据质量监控对数据状态、数量、执行情况进行监控，对执行错误的结果及时处理，保证数据上报整个流程的完整性，及时性。g.数据展示针对上报后的最终结果数据，进行可视化数据展示,包括报表展示、数据大屏展示。(4)诊改数据治理与应用职业院校诊改数据治理与应用的建设理念应该是数据驱

27、动o数据是现代社会的核心资产，通过数据的收集、分析和挖掘，可以更好地了解和把握教育教学的实际情况和存在问题，从而有针对性地进行改进和提升。职业院校诊改数据治理与应用应该建设一个全面、精准、实时的数据采集和管理系统，将各个环节的数据进行整合和分析，为决策提供有力支持。因此要做到依照教育部的上报要求,对有关数据进行整合、汇集、检验、清洗、转换，进行数据稽核，数据质量监控，确保上报数据的准确性、合理性最终实现自动上报，同时进行关键指标数据分析展示。a.准备工作根据诊改上报要求，在数据中台中建立诊改数据库和上报库，在两个库中依照相关表信息对应的表单。b.数据汇聚基于诊改上报数据的要求，通过数据中台ET

28、L工具，将数据从各个业务系统中抽取到数据库中对应的表。实现数据增量推送，避免整表覆盖导致推送时候出现空表的现象。c.数据规则建立根据诊改数据采集要求，对每张表的字段长度是否符合要求、是否必填、代码集是否合规建立相关规则。d.数据稽核结果通过数据中台的稽核结果查询功能，将数据检测的结果按照不同归口部门进行导出，形成各部门分管的上报表单的数据质量检查报告。已数据清洗表中数据基础属性的处理、表中数据合理与重复的问题处理与分析、表与表直接关联关系的问题处理。f.数据质量监控对数据状态、数量、执行情况进行监控，对执行错误的结果及时处理，保证数据上报整个流程的完整性，及时性。g.数据展示针对上报后的最终结

29、果数据，进行可视化数据展示,包括报表展示、数据大屏展示。(5)高等教育基层统计数据治理高等教育是国家培养人才、推动科学研究和社会发展的重要渠道，而基层教育是高等教育中不可或缺的一部分。为了了解和监测高等教育基层统计数据，教育部每年都会发布相关报表，以便各地及时掌握高等教育基层情况，为政策制定和教育规划提供数据支持。高等教育事业统计报表是学校在一定阶段(通常每年一次上报的数据节点是以教学年为单位)的教学水平、师资力量、科研能力、办学规模等方面的真实反映。对高校自身进行科学的统筹规划发挥着至关重要的作用，优化高校在新时期基础资源的配置，推动各项工作持续健康均衡发展。因此要做到依照教育部的上报要求，

30、对有关数据进行整合、汇集、检验、清洗、转换，进行数据稽核，数据质量监控，确保上报数据的准确性、合理性最终实现自动上报，同时进行关键指标数据分析展示。a.准备工作根据高等教育基层统计报表上报要求，在数据中台中建立高等教育基层统计报表数据库和上报库，在两个库中依照相关表信息对应的表单。对高基上报的30多张表按部门进行梳理，明确每张表的归口部门，是否有系统支撑，并提供详细的对接策略。b.数据汇聚依据数据中台现有的Dl工具，完成30多张表的数据转换的配置，实现数据从业务系统汇聚到数据中台。实现数据抽取、增量抽取、作业配置、定时任务配置功能。c.数据规则建立根据高等教育基层统计数据采集要求，对每张表的字

31、段长度是否符合要求、是否必填、代码集是否合规建立相关规则。d.数据稽核结果通过数据中台的稽核结果查询功能，将数据检测的结果按照不同归口部门进行导出，形成各部门分管的上报表单的数据质量检查报告。已数据清洗表中数据基础属性的处理、表中数据合理与重复的问题处理与分析、表与表直接关联关系的问题处理。f.数据质量监控对数据状态、数量、执行情况进行监控，对执行错误的结果及时处理，保证数据上报整个流程的完整性，及时性。g数据展示针对上报后的最终结果数据，进行可视化数据展示,包括报表展示、数据大屏展示。1.1.4. 1.4.4.监管高台应用场景将技术平台与智能服务相结合，从而反哺于学校的流程服务。通过AI平台

32、+算法+知识图谱技术，以统一的智能交互方式和智能服务，助力学校更便捷、更低成本地，进行校园治理。依托于学校现有的各类管理制度、细则以及权责清单，形成各业务领域的监管点以及监管模型,通过各类模型所形成的“观测点”，在事前、事中进行自动辨识，形成对应的监管成果，形成各领域现状及态势分析报告，挖掘各领域业务治理能力的提升点。通过采集7条跑道及4大集群领域经的数据，构建大内控监管数据中心，形成大内控监管高台，建立监管数据仓库，通过大模型设计建立监管模型，对整合的业务数据进行动态实时监管，生成“监管报告”，达到系统自动智能监管和人工监管并行的监管模式；同时，相关异常项以及提升项，可以作为各类管理制度立、

33、改、废”的依据，让大内控监管来源于管理制度，“反哺”到管理制度。通过业务管控中心进行管控，打通各集群内业务及集群间业务的横向联动，实现有选择的数据牵引，以提升学校治理水平。(1)智能监管平台通过大数据与人工智能等先进技术，可以实现对经济控制集群、人事控制集群、业务控制集群、监督控制集群四大集群各项业务活动进行全面监管，对于可能出现的问题进行自动预警、流程化处理以及灵活统计分析，最终打造集智能化、动态化、可视化三位一体的高校数智化大内控监管中心，全面提升业务经办人员业务能力的同时，便于管理者及时洞察管理漏洞，保证院校各项业务有序规范进行，从而不断提升高校教育现代化整体管理水平。主要实现功能：监管

34、规则管理、算法模型管理、疑点管理、辅助决策分析。(2)全域监管全域监管流程图，在741整体架构下，主模型结构分为建模大内控领域节点与跨域过程。形成全域监管地图。全域监管模型，监管模型是在大内控领域节点与跨域过程中的关键指标数据统计分析结果。通过监管高台的监管指标在进行实时计算后，将结果汇总接入全域监管模型，进行分析展示。监管高台主监控台，根据各领域的运行监管要求，建设全校运行情况的监管大屏。(3)党建统领整体智治从政治统领、思想引领、组织建设、群团建设、民主管理、纪检监察、安全稳定7条跑道监管目标出发，梳理各条跑道的监管指标，以数据驾驶舱的形式图形化展示分析结果，辅助领导决策。(4)经济域监管

35、经济域全域监管，业务范围包括经济域预算、收支、采购、合同、资产、基建6大经济业务域，集成各经济域的重点监管指标，通过算法模型，构建跨经济域的监管指标，引入监管模型中进行实时计算，并触发监管疑点发现、预警、处理流程。预算管理，主要监管场景：预算规模分析、总收入结构、总支出结构、总体预算执行情况、重点经费预算执行情况、项目预算执行情况、部门预算执行情况。收支管理，主要监管场景：收支规模情况、收入情况、支出情况。采购管理，主要监管场景：采购规模情况、科研建设类采购情况、采购分布情况、在采项目执行情况、重大项目采购情况。合同管理,主要监管场景:合同总体情况分析、历年采购合同签订情况分析、当年各月合同签

36、订情况分析、采购合同执行情况分析、合同预警情况分析。资产管理，主要监管场景：资产总体情况、资产结构情况、资产价值变动情况、部门资产情况、重点资产价值情况。基建管理，主要监管场景：项目投资建成影响分析、基建项目过程管理、基建项目执行情况。(5)业务域监管业务域全域监管，业务范围包括业务域科研、教育教学、学工管理、招生就业、水电节能、校企合作、校友管理、档案管理等学校重点业务域，集成各业务域的重点监管指标，通过算法模型，构建跨业务域的监管指标，监管高台通过数据中台，完成多个业务系统的数据提取与清洗后，引入监管模型中进行实时计算,展示监管结果，发现现行业务重点、难点、痛点，提升业务部门工作效率，督促

37、业务部门管理提升，辅助领导决策。科研项目监管，科研项目数字化监管是保证科研工作正常开展、顺利完成的重要手段，对于加强科研工作的管理、规范课题研究流程具有重要意义。制定科研工作任务计划、实施情况跟踪、成果检查及反馈评估等科研监管方案，通过建立科学的监督机制，确保科研课题研究方案的顺利实施。教育教学管理，教学工作是学院的中心工作，教学质量是学院生存和发展的生命线，是学院综合实力的反映。通过大数据技术，建立科学的教务监管体系通过严格落实监管体系，加强对教学全过程、全员、全方位管理，不断促进学院的教育教学质量建设，提高教育教学质量水平。主要监管场景：教学、专业、课程、教材、实训基地、竞赛。学生发展监管

38、，学工管理监管是高等教育管理中至关重要的一环，它直接关系到学生的全面发展、学业进步以及校园生活品质。从社团活动、实习实训、第二课堂、党员发展、德育考核、文明寝室获得数、学分绩点达标统计、图书借阅数量、获得奖学金统计、阳光体育运动打卡公里数、体测合格统计等方面。招生就业，招生就业监控在高校管理中扮演着至关重要的角色，它不仅关乎高校的声誉和形象，还直接影响到高校的人才培养质量和社会的满意度。通过构建招生就业指标体系，可以时刻监控招生就业开展情况与学生就业的直接结果，也可以反向指导后续招生就业工作的提升。应通过收集招生、就业过程中的各类数据和信息，运用统计分析、数据挖掘等方法进行分析，发现问题和趋势

39、，为决策提供支持。招生监管指标，高职普通高考、高职职教高考招生统计，包括：录取的专业信息、各省计划数与报到数，全日制职业本科统招和自主招生的计划招生数与实际录取人数，全日制高职专科统招和自主招生的计划招生数与实际录取人数及招生生源类型等。就业监管指标，直接就业人数、就业单位性质、规模、产业领域、起薪线、专业对口、单位所在地区等统计；升学人数、录取专业、分数、层次、硕士类型统计；参军人数、自主创业人数统计等。效能监管，节能管理主要是学校水电管理，水电节能监管指标体系的构建,是确保学校水电资源高效利用、节能减排以及安全运行的重要手段。通过监管分析高校水电使用情况，并提供相关数据和建议，以便高校能够

40、更有效地管理水电资源，降低能源消耗和环境影响。档案利用效率监管，档案管理是一项系统性工作，需要通过建立监管指标体系确保档案管理工作高效安全，不断提升高校档案利用效率，提升档案工作质量，加强档案管理安全保障。通过优化档案管理和服务流程，也可以提升档案服务的便捷性和高效性，进一步推动档案资源的利用效率及价值转化。主要监管指标：档案总数，数字化档案占比，档案被查询率、借阅的次数和频率，档案的数字化处理比等。校企校友，校企合作是高职院校培养高素质技能型人才的重要模式，是实现高职院校培养目标的基本途径。加大推进校企合作力度，更好地发挥职业院校高素质技能型人才培养基地的作用，校企合作主要监管指标：校企合作

41、数量统计、合作方式各类统计、合作内容、合作成果。校友是学校的重要资源之一，校友信息的准确管理对于学校的校友关系的维护和发展非常重要。校友按年统计，就职单位(行政、事业)统计、面向领域统计、地域分布统计，校友资助捐赠统计等。(6)人力域监管高校是培养人才、推动社会进步的重要场所，因此，优化和完善高校人力资源管理体系对于提高高校整体管理水平、培养更加符合社会需求的人才具有重要意义。从招聘与选拔、培训与发展、绩效管理、福利与待遇、员工关系等方面探讨如何监管高校人力资源管理体系运行情况。高职院校的师资力量是影响其教学质量和人才培养水平的关键因素。为了提升高职院校的教育教学水平，加强师资队伍建设，建立一

42、套科学合理的师资监管指标体系显得尤为重要。主要监管指标：高级职称教师比例、新评审高级职称教师数、专任教师中博士比例、双师双能教师比例、年度进人计划完成情况、引进学科带头人、学术拔尖人才等情况、教学团队、科研团队引进情况、外聘教师情况、本年度新增学历进修及获得博士学位人数、本年度参加校外培训人次、参与教师发展中心培训等。(7)监督域监管审计事务监督对学院审计事务整体执行情况进行监管,年度审计任务，审计任务执行进度,审计结果分析，审计报告质量、审计问题整改情况等指标进行监管。主要监管指标;年度审计任务计划与执行、审计报告与披露、审计整改追踪、审计高风险业务领域分析等。重大事项监督学校重大事项任务执

43、行情况的监管，保障重大事项切实落地执行。主要监管指标：重大事项执行情况，重大事项变更情况，重大事项绩效评价等。(8)智能监管报告大内控智能监管报告生成：报告生成为数据与报告模板结合，根据报告模板可以自动生成智能报告、大内控监管报告，并可在此基础上，进行相应文字调整和修改。可以实现Word、excelPdf等多种形式导出。报告模板为系统提前预置功能，将报告格式化为模板，在系统中设计固定模块，包括校级报告模板、院级(部门)报告、七条跑道监管报告、经济域监管报告、业务域监管报告、人力域监管报告、监督域监管报告模板等。报告推送：系统提供对智能监管报告向有关校领导及部门领导的主动推送，有关校领导及部门领

44、导对报告在线浏览、下载、打印等。报告反馈：有关校领导及部门领导对报告进行在线意见反馈，由相关责任部门进行意见收集、整理、处理，并在线反馈处理结果。1.1.5. 1.4.5.统一收支平台(1)统一收入平台构建学校的统一缴费平台，为各业务系统提供支付、对账功能接口，同时,系统支持对渠道收入信息汇聚，实现学校所有收入项的对账匹配与修正。(2)统一支出平台统一支出平台构建了学校统一支出管理业务通道，与财政国库集中支付和银行直接对接实现了从业务数据到资金实际拨付的管理。按照不同的业务类型分为批量和单笔统一支付平台。(3)银校互联通过银校互联系统与银行联网并与统一支付平台等系统联用实现无现金支付业务管理、

45、银行流水的查询、对账，并进行实时或定时的资金支付处理或者查询分析，实现与银行系统联接，实现在线支付，实时单位账户信息查询、明细查询、自动对账、交易查询等功能。1.1.6. 1.4.6.智能应用(1)智能搜索系统提供智能搜索功能，输入搜索关键字，返回输出搜索结果。如：场景：老师输入“我要出差”，系统自动搜索出学校出差相关的规章制度，需要的报销标准和注意事项。自动列出出差申请单菜单。突破传统的软件交互思维模式，无需业务经办人员通过系统找到对应菜单。(2) Al智能助手扩充Al算法相关功能，支持用文字指令打开操作指令，以问答形式查询数据或报表或报告等，丰富问答模型，增加公共问答知识库，支持用户对高校

46、的公共业务知识进行问答等；智能推荐能力扩展，包括新增服务唤起推送和新增智能问答推荐等，丰富消息形式，支持文字消息、链接消息、Word报告等。智能问答，在原有功能基础上增加包括支持用文字打开操作指令，支持以问答形式查询数据、报表或报告，通过语音或文字设置日程信息，并提醒用户等。问答模型优化，丰富现有的问答模型，增加公共问答知识库等，支持用户对基础公共知识的问答，比如财务在高校方向的公共业务知识、基础平台知识等，也可维护XX纺织学院经济域、人力域、业务域、监管域问答知识库，丰富问答模型能力，提示模型适用性。(3) RPA机器人应用提供RPA模板管理、机器人管理、权限管理、日志管理、状态管理等服务。

47、建立控制台为中枢控制器，对流程模板，机器人，客户端，任务等进行管理控制。设计机器人工具，供开发人员使用设计器模板开发。RPA可以在无需改造客户现有系统的基础上，依据预先设定的程序与现有用户系统进行交互完成特定的工作任务，替代繁琐和重复的事务性工作。(4)智能客服智能客服平台系统由热线呼叫中心、智能在线客服机器，形成运营服务一体化，建立以智能化服务平台为依托，系统运维服务和业务服务为核心，服务管理体系为保障的运营服务体系。1.5. 非功能性需求高可用与高可靠性系统应当依照高可用与高可靠的设计原则，并具备完善的数据、应用等多层次的备份策略。系统应支持7X24小时不间断工作。 可维护性应能使管理员监

48、视和控制用户情况、提高效率、消除隐患。同时应提供完善的监控与告警机制，提供多维度、可视化监控，并能依照不同策略及时告警。 高性能平台应在高性能方面提供完善的高性能设计方案；同时应当提供丰富的性能保障方案以及性能监控工具集，来满足多场景下的性能要求。 安全性平台应提供总体的安全架构包括安全防护体系、安全运维体系以及安全运营体系。 可扩展性开发的系统必须充分考虑到与已有系统、其它单位系统以及将来待开发系统之间的互联，同时要考虑到未来发展的需要。1.6. 信息安全需求系统的安全性是项目稳定运行实施的基础，既要保证信息共享利用，又满足安全管理的需要。本项目建设需符合国家信息安全等级保护管理办法及相关文件要求。全方位的安全体系建设，需要从网络安全、管理安全、系统安全和数据安全等方面综合考虑。1、物理安全要求：要求保证相关系统内部关键设备、存储介质的物理运行环境安全，确保设备能正常工作；2、网络安全要求：要求保证