韶关学院数学与统计学院_大数据教学管理平台及教学资源采购
韶关学院数学与统计学院_大数据教学管理平台及教学资源采购
采购单位：韶关学院 | 联系人：****** |
E-mail：****** | 联系电话：****** |
传真：****** | 联系手机：****** |
邮编：****** | 平台联系电话（异议）：****** |
| 项目名称： 韶关学院数学与统计学院_大数据教学管理平台及教学资源采购 | 竞价编号：JJ231*****554876 |
采购类型：其他 | 开始时间：2023-11-15 20:54:03 |
项目预算(元)：78,000.00 | 结束时间：2023-11-20 16:30:00 |
质保期及售后要求：售后服务：1、免费送货上门包安装调试 2、提供不低于三年免费上门保修服务。出现故障4小时内响应，24小时完成维修。 | |
其他要求：见附件 |
| 资格及商务响应情况 | |||||||
|---|---|---|---|---|---|---|---|
| 项目 | 竞价要求 | 响应情况 | |||||
| 资格条件 | 1.国内独立法人,提供法人营业执照的复印件须加盖本单位公章； 2.具有履行合同所必需的设备和专业技术能力 ； 3.供应商就产品质量和服务承诺作书面承诺 ； 4.原厂原装全新货物； 5.报价需为一揽子报价，包含安装及耗材等费用。竞价一经确认，供应商不得再向我方收取除合同规定外的任何费用； 6.仪器设备免费送货上门包安装调试，并提供三年或以上免费上门维保服务； 7.供应商不得变更、调整、减少参数需求，必须对技术参数及服务条款作一一响应，参数要求提供证明材料的必须提供后方能签署合同。 | 我司满足本项目以下资格条件要求： 1.国内独立法人,提供法人营业执照的复印件须加盖本单位公章； 2.具有履行合同所必需的设备和专业技术能力 ； 3.我单位已针对本项目的产品质量和服务承诺作书面承诺 ； 4.我单位承诺所供产品为原厂原装全新货物； 5.本报价为一揽子报价，包含安装及耗材等费用。竞价一经确认，我单位承诺不得再向贵方收取除合同规定外的任何费用； 6.仪器设备免费送货上门包安装调试，并提供三年或以上免费上门维保服务； 7.我单位承诺不变更、调整、减少参数需求，必须对技术参数及服务条款作一一响应，参数要求提供证明材料的提供后方能签署合同。 | |||||
| 付款方式 | 一次性100%付款。 | 我司完全响应本项目付款方式要求： 一次性100%付款 | |||||
| 交付时间 | 签订合同后5天送货 | 签订合同后 5 天送货。 | |||||
| 交付地址 | 广东省韶关市浈江区大学路288号韶关学院弘德楼B605 | ||||||
| 质保期及售后要求 | 售后服务：1、免费送货上门包安装调试 2、提供不低于三年免费上门保修服务。出现故障4小时内响应，24小时完成维修。 | 我司完全满足及响应本项目质保期及售后要求，即： 1.安装调试：免费送货上门包安装调试。 2.保修期及响应时间：提供三年免费上门保修服务。出现故障4小时内响应，24小时完成维修。 | |||||
| 其他要求： | 见附件 | 见附件 | |||||
| 报价情况 | |||||||
| 标的名称 | 品牌/型号 | 数量 | 响应情况 | 单价（元/%） | |||
| 大数据教学管理平台 | 泰迪/TipDM-TM | 1.00 | 泰迪/TipDM-TM | *****.000元 | |||
| 大数据项目实战案例 | 泰迪 | 1.00 | 泰迪 | *****.000元 | |||
| 总报价 | *****.000 元 | ||||||
| 技术响应 | |||||||
| 标的名称 | 技术要求 | 响应情况 | |||||
| 大数据教学管理平台 | 详见需求书 | 1、B/S架构，通过浏览器访问。 2、支持班级管理、学员管理、搭载课程资源（包括教学视频、PPT、实训指导书等）。 3、支持在线考试，客观题自动阅卷评分，主观题在线评审。可进行题库管理，自动生成试卷。并可进行成绩统计与管理。 4、支持按需设置实训报告模板，在线对学生布置实训作业，并支持统一管理实训报告，对实训报告进行创建、查看、编辑、下载、删除等批量操作。 5、支持上传、编辑、复制、查看、下载数据集到“实训数据”模块，可设置数据集的标签、有效期、公开状态、封面、简介等。 6、支持快速创建实训入口并管理实训环境。 7、支持在线进行课堂讨论区、课堂实时交流，并支持论坛功能学生可就疑难问题进行提问，教师和其他学生进行解答。 8、采用容器技术部署方案，利用服务器资源部署JupyterHub实训环境，并与实训管理平台集成。 9、实训工具包含：SQL、OpenCV-Python、TensorFlow、JupyterHub。 10、支持按需将实训环境配置至课程中，或配置单独的编程实训入口。 11、支持对此平台关联实训指导书与作业，在实训过程中，根据报告模板提交实训报告和附件。报告正文支持添加图片、代码块等。 12、支持实训指导书与Python实训环境同屏显示。左侧显示实训指导书与实训作业，右侧显示实训环境。 13、支持实训指导书全屏查看，实训环境全屏操作。 14、支持进入实训环境时，添加关联数据集进行实训。其中，关联的数据集可通过实训管理平台的实训数据界面进行统一管理。 | |||||
| 大数据项目实战案例 | 详见需求书 | 1、招聘网站数据采集与人才需求分析 1.1 案例概述：利用Python网络爬虫，爬取招聘网站相关岗位的招聘信息，对职位信息进行分析挖掘，把分析结果提供给求职人员做参考。 1.2 课时设置：理论教学不少于4学时，实践教学不少于8学时，总计不少于12学时。 1.3 案例资源：不少于26个案例视频、1份案例PPT、11份实训指导书、3份代码、2份数据。（提供此资源截图及厂商盖章） 案例内容：包括但不限于背景与目标；信息爬取介绍；获取岗位名称数据；获取目录页的所有字段信息；获取二级网址的网页链接；获取二级网址的所有字段信息；对单一目录页中的所有二级网页信息进行抓取；将第一个目录页的数据进行保存；批量爬取及数据保存；已爬取数据介绍；根据岗位名筛选招聘信息；统一岗位名称；根据工资列筛选数据；完成工资数据处理；工作地点字段处理；公司类型字段处理；行业字段数据处理；工作描述字段处理；公司规模字段处理；数据预处理小结；热门招聘岗位可视化；热门行业及公司招聘分析；热门岗位的工资水平；可视化综合分析；岗位技能分析；案例总结。 2、市财政收入分析及预测 2.1 案例概述：运用数据分析技术对市财政收入进行分析，挖掘其中隐藏的运行模式，并对未来两年的财政收入进行预测，希望能够帮助政府合理的控制财政收支，为制定相关决策提供依据。 2.2 课时设置：理论教学不少于4学时，实践教学不少于8学时，总计不少于12学时。 2.3 案例资源：不少于19个案例视频、1份案例PPT、4份实训指导书、5份代码、1份数据。（提供此资源截图及厂商盖章） 2.4 案例内容：包括但不限于财政收入预测背景介绍；数据基本情况介绍；分析目标解读；项目流程介绍；求解person相关系数；person相关系数解读；了解Lasso回归方法；Lasso回归选取关键特征的实现；Lasso回归数据写出及相应解读；关键特征数据读取及准备；GM11特征值预测；GM11特征数据整理及写出；数据标准化；模型训练及预测；结果可视化。 3、城市公交用户出行分析 3.1 案例概述：以城市地面公交车GPS监控数据和地面公交车刷卡数据为数据源，对获取的数据进行预处理，并进行密度聚类分析和建立矩阵模型分析，分析各时间段的公交车刷卡人数，根据刷卡数据和GPS监控数据分析各站点的下车人数，基于各站点的上下车人数分析居民的出行规律，并提出城市公交站点设置的优化建议。 3.2 课时设置：理论教学不少于4学时，实践教学不少于8学时，总计不少于12学时。 3.3 案例资源：不少于13个案例视频、1份案例PPT、2份实训指导书、6份代码、20份数据。（提供此资源截图及厂商盖章） 3.4 案例内容：包括但不限于案例背景；数据情况与挖掘目标；分析方法与过程、数据抽取；数据探索；数据预处理；数据读取（Python实现）；数据预处理（Python实现）；数据探索（Python实现）；案例思路与密度聚类分析；构建OD矩阵模型；密度聚类（Python实现）；分时段（Python实现）；构建OD矩阵模型（Python实现）。 4、电力窃漏电用户识别 4.1 案例概述：根据电力营销系统与计量自动化系统数据，构建窃漏电用户识别模型，自动检测判断是否存在窃漏电行为。本案例的主要分析目标为：分析用户的用电情况，实现对用电情况的实时监控，判断是否存在窃漏电行为。 4.2 课时设置：理论教学不少于4学时，实践教学不少于8学时，总计不少于12学时。 4.3 案例资源：不少于3份实训指导书、11个案例视频、1份案例PPT、6份代码、6份数据。（提供此资源截图及厂商盖章） 4.4 案例内容：包括但不限于案例背景；项目案例整体流程；数据抽取；数据探索分析；数据预处理；特征构建；模型构建与评价；代码实现流程梳理；数据探索代码实现；告警指标构建代码实现；随机森林模型构建与评估。 5、航空公司客户价值分析 5.1 案例概述：以航空公司的客户数据为源数据，通过对数据进行分析处理，并建立合理的客户价值评估模型，对客户进行分群。本案例的主要分析目标为：对客户进行分群，分析比较不同客户群的客户价值；对客户提供个性化服务，提高航空公司之间的竞争力。 5.2 课时设置：理论教学不少于4学时，实践教学不少于8学时，总计不少于12学时。 5.3 案例资源：不少于13个案例视频、1份案例PPT、2份实训指导书、2份代码、1份数据。（提供此资源截图及厂商盖章） 5.4 案例内容：包括但不限于案例背景；案例目标；数据读取；剔除票价为空的记录；剔除异常记录；RFM模型介绍；LRFMC模型；构造入会时长特征；剩余特征构造；使用K-means算法进行客户分群；获取K-Means聚类结果；聚类结果可视化；案例小结。 6、广电大数据营销推荐 6.1 案例概述：以产品信息数据为数据源，通过对数据进行预处理，然后再通过可视化直观的展示数据情况，再进行用户画像的构建最后进行算法模型的构建与分析。本案例的主要分析目标为：通过深入整合用户的相关行为信息，构建用户收视偏好统一视图；利用产品信息数据，针对用户提供个性化精准推荐服务，有效提升用户的转化和生命周期价值。 6.2 课时设置：理论教学不少于4学时，实践教学不少于12学时，总计不少于16学时。 6.3 案例资源：不少于26个案例视频、1份案例PPT、8份实训指导书、10份代码、7份数据。（提供此资源截图及厂商盖章） 6.4 案例内容：包括但不限于背景与目标；目标分析与解读；数据介绍；收视数据探索；异常数据探索；收视数据处理介绍；去除特殊线路和政企用户记录；去除直播记录中不关机顶盒的数据记录；去除累计超过3小时或小于4秒的直播记录；订单数据预处理介绍；订单数据处理-业务品牌和用户状态筛选；订单数据预处理-产品失效时间和去重处理；保存预处理后的数据；用户观看电视时长可视化；热门频道的可视化；构建标签库介绍；客户标签的计算方式；产品标签体系；客户标签体系介绍；客户标签计算方法；电视依赖度标签计算-低；电视依赖度标签计算-中高；用户画像构建；协同过滤推荐；基于流行度的推荐；案例小结及平台呈现。 | |||||
| 附件 |
| ||||||
最近搜索
无
热门搜索
无
