6月16日上午，数据与信息中心组织了一次大数据业务核心算法及规划设计经验交流分享会。会议由数据与信息中心信息化建设办公室主管徐墨老师主持，报告人为三盟科技大数据产品总监伍剑，数据与信息中心、网络中心相关工程师参加本次交流分享会。
交流主题围绕大数据建设的核心算法与应用、大数据业务分析实践方法与细节处理、大数据环境下的业务系统需求分析规划与设计三方面开展。
会上，报告人从高校学生类大数据业务入手，以构建学生个人数据中心为例，把学生在校期间的教务数据、网络数据、生活数据、社交数据进行了多指标量化分析，并利用神经网络与机器学习等手段，对学生的作息指数、饮食指数、消费指数、学习强度等进行深度挖掘，为学生自身提供学业规划指导、在校行为画像等功能，供其升学、就业、毕业留念及朋友圈分享等做参考。
针对社会主义办学方向和高校五大职能，三方参会人员对基于学生微观行为的大数据综合预警系统进行了详细而热烈的讨论。在充分贯彻落实网络安全法的前提下，以聚类算法匹配、模型训练、行为标签化、实时动态轨迹预警等，对学生的心理健康状态、社会实践安全保障、舆情导向等多方面进行预警，为高校教学质量管理、学生社会实践和业务部门宏观调控等提供系统及数据支持。
会议后程，报告人又针对高校管理业务的大数据规划及经典案例为参会人员进行了精彩分享。例如为各类管理部门构建BI驾驶舱、校领导大数据指挥舱、高基表数据仓库及科研成果多维分析等，并以武汉大学、北京师范大学、北京邮电大学等为应用范例，对如上效果进行了综合展示。
最后，数据与信息中心、网络中心工程师们从大数据隐私保护、大数据底层架构实施、网络安全法等三方面对业务系统建设形成共识：1. 大数据环境下的数据挖掘，首先要做好数据分级管理，以最小授权原则保证数据分析精准性和用户隐私安全性。2. 业务规划方面，群体性分析和个体分析均需兼顾且数据报告的使用权和查看权，需合理规划。3. 大数据底层设计要以分布式架构为主，提高各类数据的实时采集与处理能力，确保预警信息的时效性。
数据与信息中心自2015年起，围绕学校信息化建设需求及本单位业务每周召开一次技术例会，内容涵盖大数据环境下的软件系统开发、核心业务系统关键技术分享、前沿软件开发技术及理念等方面，使单位人员成为学校信息化建设队伍中的业务能手，为助力信息化建设，教育管理精细化、现代化提供有利的技术支撑与保障。
