广东环境保护工程职业学院生态数据教学分析平台（机电）
竞价结果(JJ21080221410753)
开始时间：2021-08-02 22:56:30 截止时间：2021-08-06 21:41:00
截止时间已过
成交单位：广东泰迪智能科技股份有限公司
成交价：
133500.00元
说明：各有关当事人对竞价结果有质疑的，可以在竞价结果公告发布之日起3天内提起质疑，逾期将视为无质疑，不予受理。
采购单位：广东环境保护工程职业学院
联系人：张降丽
联系电话：18617353760
E-mail：无
传真：无
联系手机：无
邮编：无
质疑电话：0757-81773633
项目名称：广东环境保护工程职业学院生态数据教学分析...
竞价编号：JJ21080221410753
采购类型：货物类
开始时间：2021-08-02 22:56:30
项目预算(元)：已隐藏
结束时间：2021-08-06 21:41:00

采购单位：广东环境保护工程职业学院	联系人：张降丽
E-mail：无	联系电话：18617353760
传真：无	联系手机：无
邮编：无	平台联系电话（异议）：020-37619972、020-37636555
项目名称： 广东环境保护工程职业学院生态数据教学分析平台（机电）	竞价编号：JJ21080221410753
采购类型：货物类	开始时间：2021-08-02 22:56:30
项目预算(元)：已隐藏	结束时间：2021-08-06 21:41:00

项目名称：广东环境保护工程职业学院生态数据教学分析平台（机电）
产品信息

序号	产品名称	产品类别	标配	单位	数量	应标品牌	应标型号	产地	偏离说明	详情
1	生态大数据教学管理平台	数据库软件	是	套	1.00	广东泰迪	大数据教学管理平台V1.0 TipDM-TM	广东广州	无偏差
规格配置：我司提供的生态大数据教学管理平台的对应我司软件平台名称为：大数据教学管理平台，规格型号为：TipDM-TM，所提供的平台参数完全满足采购单位的参数要求，具体响应情况如下： 基础模块： 1、采用B/S架构，即浏览器/服务器架构。 2、支持用户角色和权限区分。分为管理员、教师、助教和学生共四种角色。不同角色提供不同的权限。 3、支持管理员管理平台所有课程、题库、实训环境、实训数据。 4、支持管理员管理平台所有专业、班级、用户。 5、支持教师创建学生账户。 6、支持教师自主创建课程，添加课程资源，添加学生为课程成员。 7、支持教师布置作业和考试，统一管理成绩。 8、支持学生参加课程学习，参与实训，提交报告，查看成绩。 平台首页： 1、支持播放轮播图。 2、支持对课程分类展现，每类默认展现固定数量。 3、支持展现全部课程。 实训中心： 1、提供“我的课程”模块，包含课程列表和环境管理，分别用于管理课程和课程实训环境。 1.1、支持按课程分类查看，分类展示本用户已加入的所有课程信息，并可进入课程详情页面。 1.2、支持创建课程，课程设置和信息包括：课程名称、课程类别、显示设置等。 1.3、支持自定义课程简介，上传教学资源（包括教学视频、教学课件、其他教学文件等） 1.4、支持设置实训训练、布置实训报告、考试。 1.5、支持创建课程讨论区和聊天室。 1.6、支持在线查看课件、视频。 1.7、支持所有教学资源设置访问权限，指定资源对学生进行隐藏，隐藏后学生无法查看。 1.8、支持上传实训指导书并设置实训环境，环境支持关联实训作业。 1.9、支持查看实训指导书，并快捷进入已设置的实训环境。 1.10、实训过程中，支持查看指导书。 1.11、实训过程中，支持根据报告模板提交实训报告和附件。 实训报告分为三部分内容，分别是个人信息、报告正文和作业附件。 报告正文支持添加图片、代码块等； 报告附件支持本地环境和实训环境上传附件。 1.12、支持查看实训作业详情。 1.13、支持添加课程测验或考试，为考试添加新试题或从题库中批量选择试题，并预览考试页面。 1.14、支持按照班别对学生选课，灵活设置课程角色为助教或学生、设置学习时长限制等。 1.15、支持统一管理课程中所有作业、测验、考试的成绩。 1.16、支持学生在线考试，系统对客观题实现自动评分。 2、提供“快速实训”模块。支持快速创建实训环境，可创建实训入口。 3、提供“实训报告”模块。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。支持压缩包形式下载多份报告，并且将实训报告自动转为doc格式文件。 4、提供“实训数据”模块，包含公共数据、我的数据和标签管理。支持上传、编辑、复制、查看、下载数据集，设置数据集的标签、有效期、公开状态、封面、简介等。 5、提供“题库管理”模块。支持根据对每个课程进行题库管理，可对课程创建、导入、题目预览并查看每门课程的题库信息。题库中的题库可应用于课程考试。 6、支持对课程资源进行备份与还原。 6.1、课程备份，以列表方式展现平台所有课程，显示信息包括课程名称、创建时间、授课教师。对课程进行全选，批量备份课程。 6.2、课程还原，以列表方式展现所有课程备份文件，显示信息包括文件名、时间、大小。对备份文件进行全选，批量删除备份文件。 7、提供“课程管理”模块，包含课程分类管理和课程管理。 7.1、支持课程分类管理，支持新建类别，设置包括类别名称、分类ID、类别描述。 7.2、支持对类别进行全选，批量删除类别。对类别进行排序、隐藏设置、删除，编辑等操作，支持显示各类别下的课程总数。查看某类别的课程列表。 7.3、支持课程设置，管理员可查看每个类别的所有课程，并在该类别下创建课程。支持对课程批量排序、变更类别、删除。支持对课程设置隐藏，隐藏后学生无法进入课程。 用户中心： 1、提供“用户管理”模块。 1.1、支持查看平台所有用户信息，包括姓名、学号、班级、角色。支持对用户设置启用/禁用，编辑用户资料，重置密码，删除等操作。 1.2、支持创建用户。单个创建，设置和信息包括：用户名、密码、角色、姓名、学号、手机、头像。 1.2.1、批量创建，所有用户使用统一的用户名前缀和密码，自定义创建数量。 1.2.2、批量导入，通过csv文件方式上传用户信息至平台，csv文件只需按要求定义用户名、密码、姓名即可。支持导入模板下载。 2、提供“班级管理”模块，支持创建专业，创建班级，管理班级学生等。 平台管理： 1、提供信息设置功能，可自定义系统信息和轮播图，系统信息包含平台名称、平台logo。 2、提供用户设置功能，定义平台角色，自定义各角色的权限，对用户进行角色分配。 3、提供课程基础设置、备份设置、恢复设置功能。 4、提供日志管理功能，支持查看平台的操作日志，可通过用户姓名、日期、课程操作方式等进行筛选详细日志。
售后服务：我司承诺，为提供的投标货物提供质保期保障，质保期从货物安装完毕经验收合格之日起计起。其中免费质保期为三年，免费质保期间，如因施工质量或材料质量造成工程返修，我司免费返修；免费质保期后需要进行维修的材料费由使用单位承担，其余由我司承担。所有设备保修服务方式均为上门保修，即由我司派员到采购人设备使用现场维修。由此产生的一切费用均由我司承担。 针对采购单位的产品使用及技术培训，我司提供2人次以上的总控技术培训，培训总时长为3个工作日。
2	生态大数据分析可视化平台	数据库软件	是	套	1.00	广东泰迪	大数据分析可视化平台V1.0 TipDM-VB	广东广州	无偏差
规格配置：我司提供的生态大数据分析可视化平台的对应我司软件平台名称为：智能报表与可视化平台，规格型号为：TipDM-BI，所提供的平台参数完全满足采购单位的参数要求，具体响应情况如下： 一、运行环境 B/S架构，支持多平台，兼容主流的浏览器。服务端软件可部署在包括Windows、Linux、Unix、AIX等多种不同的系统平台上，兼容当前主流的不同浏览器，如IE，谷歌浏览器、火狐浏览器等。 二、数据源支持 1. ▲支持国内外主流关系数据库，支持国外数据库：Oracle、DB2、Teradata、SQL Server、Sybase、Informix、MySQL、Oracle TimesTen、PostgreSQL、Greenplum、Vertica、Hadoop/Hive、Spark SQL、Presto、星环等；支持国产数据库：金仓数据库、达梦数据库、神通数据库、华为 GaussDB 100、华为GaussDB 200、aliyun AnalyticDB、aliyun MaxCompute、华为FusionInsight HD、Obase等。（我司提供此功能截图及厂商盖章） 2.支持非关系型的多维数据库与NoSQL数据库，如Essbase、Mondrian、Jedox Palo、MongoDB、Tinysoft 等。 3.支持本地Excel文件、Java数据源。 三、权限管理 支持将目录或报表授权给用户、用户组、角色等，实现查看、编辑、删除、再授权等不同粒度的权限控制；下级目录自动继承上级目录权限。 数据安全管理 当用户对某个字段的数据没有权限查看时，该数据自动以--号显示，实现敏感信息的数据安全管理。 四、数据准备 1.支持业务主题定义。用户可以使用产品进行面向业务的逻辑建模，对数据源进行重新组织分类，字段重组，形成分析的主题，并且可以控制权限。 2.支持数据集管理管理。数据集是一系列数据的集合体，是面向分析来构建的。提供了SQL数据集、可视化数据集、JAVA数据集、存储过程数据集、多维数据集、自助数据集等多种数据集合手段。 3. ▲支持自助ETL。通过对数据进行相应的预处理，即可将异常数据进行清洗。平台支持随机采样、加权采样、分层采样、数据拆分、字段过滤与映射、过滤空值、合并行列、去重、增加序列号、分列、派生列等预处理技术，无缝集成SQL脚本；提供完善的任务调度和监控。（我司提供此功能截图及厂商盖章） 4.支持数据抽取。通过简单拖拉操作对原始数据进行处理，并可基于数据集进行数据增量或者全量抽取。 五、系统运维 1、元数据分析。提供元数据搜索功能，可以进行血统分析与影响性分析。 2、数据备份恢复。同时提供资源级别与系统级别的备份与回复机制，系统具有自动备份功能。 3、▲系统问题跟踪。提供完善的跟踪、分析工具，方便系统管理员进行系统运行监控与问题排查，如进行日志分析、会话分析、网络分析、内存分析、CPU分析、缓存分析、线程分析、SQL监控等。（我司提供此功能截图及厂商盖章） 六、电子报表 1、▲EXCEL兼容性。直接使用WPS/Excel设计报表（不是导入Excel模版，不是类Excel设计器），业务人员能够自己在Excel中完成报表开发，直接在EXCEL中刷新数据。（我司提供此功能截图及厂商盖章） 2、函数支持。支持数学函数、三角函数等Excel函数；支持贴现率、内部报酬率、年度单利、年有效利率、等效利率、内部回报等财务函数。 3、中国式报表。不规则行列头、多区域报表、支持跨区域公式计算，且导出excel后，数据在同一个Excel sheet中。 4、个性化参数。报表可以设置公共的参数值，每位用户也可以在同一份报表上设置自己的参数值。 5、数据填报。可灵活设计数据采集模板，并发布到PC、手机、平板上进行数据填报，并将数据回写到一张或多张数据库表中。 6、水印。报表支持水印设置，可以实现覆盖水印与底图水印，既能支持图片水印也能支持文字水印。 七、图形及扩展 1、▲直接使用ECharts图形库展示，支持瀑布图、旭日图、关系图、雷达图、油量图、热力图、树图、桑基图、漏斗图、极坐标柱图、极坐标线图等图形，支持Echarts所有选项配置。（我司提供此功能截图及厂商盖章） 2、支持EXCEL图形及EXCEL组合图形，如迷你图、帕累托图、子弹图、小又多图等等特色图形，支持扩展使用第三方图形控件。 3、支持3D航线图、3D散点图、3D柱图等3D图形。 八、地图展现扩展 1、内置中国、及各省行政区域地图，支持地图钻取及回退；支持自定义地图。 2、内置支持百度地图、航线地图、散点地图、热力地图等地图显示类型，支持集成第三方Gis系统。 九、H5动态图表 产品集成Echart作为基础图形控件，提供柱状图、散点图、饼图、雷达图等几十种动态交互的图形，并支持3D动态图形效果，如3D航线图、3D散点图、3D柱图用于数据可视化展示。 十、决策仪表盘 1、支持使用CS架构的Excel单元格计算模型与多维模型制作仪表盘。 2、▲支持CS架构Excel设计器，含有丰富的仪表盘控件，包括：单选框、复选框、下拉框、滑动条、轮播、跑马灯、日期控件、按钮、Tab控件和URL控件，通过这些控件可以实现交互性很强的仪表盘，生成各种复杂UI界面。（我司提供此功能截图及厂商盖章） 3、支持BS结构拖拽式设计器， 含有丰富的图形组件及控件组件，如Tab页组件、URL链接、文本组件等，支持单个组件最大化查看、支持跨数据集时按同名字段筛选或者根据设置的关联字段对数据进行过滤。 十一、分析报告 1、▲报告设计。能够直接在Word、PPT、Wps文字、Wps演示中进行分析报告的模板设计。（我司提供此功能截图及厂商盖章） 2、报告刷新。支持动态刷新，并能够直接在模板中更改条件刷新数据，也可以发布到WEB端进行浏览查询。 3、报告推送。除了动态报告，Word、PPT、Wps文字、Wps演示分析报告还可以一键转为静态数据报告；可结合计划任务，实现分析报告的定期刷新与推送。 十二、移动应用。支持离线分析。在离线状态下可以进行钻取、跳转、改变查询条件等交互分析；支持离线包推送，用户接收后可以增量更新离线数据包。 十三、数据采集 1、在线数据填报。数据填报满足数据收集需要，通过回写权限和规则定义，实现用Excel设计采集表单、Web填报数据，配置灵活便捷。并且支持在报表上直接进行数据填报，支持校验公式进行数据校验。提供数据填报流程审核的功能，通过图形化的配置界面，可将流程与数据填报报表关联在一起。 2、Excel导入。支持定义Excel模板进行批量的数据导入，支持Java接口进行自定义扩展。 十四、移动驾驶舱 1、▲支持移动APP。通过App提供iOS/Android等移动设备上展示业务报表、KPI(关键绩效指标)、文档和仪表盘。不仅仅是静态查看，所有的图形、图表、仪表盘、地图、表格都是可交互的，简单的触摸，让您在掌间随意查看和分析您的业务数据。（我司提供此功能截图及厂商盖章） 2、支持与钉钉、微信的集成。支持多应用信息推送电子表格，支持微信用户与平台用户双向同步。实现将报表发布到钉钉、微信，和微信企业号进行绑定，便于用户交流协作。（注：应用客户需要与钉钉、微信等第三方运营商沟通接口等问题） 十五、自助仪表盘：支持BS架构自助仪表盘制作。只需在浏览器端通过鼠标极简的拖拽、点选的操作，即可拖动财务指标、营销指标等到一个看板上，让业务人员快速、自助式的完成业务管理看板的制作，全程操作零技术门槛，让运营人员也能完成“技术”工作。 十六、▲高速缓存：支持分布式内存计算存储引擎。产品内置高速缓存层，使用分布式的内存计算技术，定位于报表加速。在进行数据分析的时候，允许将原始库数据抽取到高速缓存中再进行分析，解决性能瓶颈。并且可以根据用户的实际情况，选择不同的高速缓存方案。（我司提供此功能截图及厂商盖章） 十七、数据探索 1.支持即席查询。查询明细数据是最为常见的业务需求，允许用户通过简单的鼠标勾选数据字段与查询条件快速获得所需数据，并提供聚合计算、告警规则、重定义表关系、改变条件组合逻辑等高级功能。 2.支持透视分析。对关系数据库的查询结果集进行多维度分析，类似Excel透视表的方式，任意拖拽字段到行区、列区、过滤条件中去；同时可根据业务属性设置时间计算及二次计算，如快速分析年/月/日的增长率等。全过程无需进行多维建模，就能进行多角度分析，极大提高分析效率。 3.支持多维数据分析。支持基于OLAP Server（MDX查询语言）的数据源向用户提供自助分析服务。根据多维模型实现任意的切片、旋转、钻取等操作，更可实现自定义指标、统计分析等操作，如80/20，Top-N计算等。 十八、跨数据库查询。支持跨多种不同数据库查询。提供跨数据库查询功能，支持将不同的数据源关联，比如将Oracle和SQLServer两种数据源关联，应对不同接口数据统一访问问题，无需再进行数据抽取。 十九、计划任务。系统具有后台计划任务，可按照客户需要发出的报表定时运行制定任务，例如：灵活地实现日报、月报等周期性的报表发送，数据导出等。 二十、应用门户 1.支持登录门户查看报表应用。系统用户登录后将可以看到自己可以查看的报表应用，支持目录和报表应用的切换和查看。 2.支持资源分布到PC端、手机端和平板端等多终端。数据分析用户做完一些应用后，通过资源发布可以将个人的应用分享给企业的其他用户，做到数据的共享和互助，支持直接分享PC端、手机端和平板端多终端，一次制作，多屏适应。
售后服务：我司承诺，为提供的投标货物提供质保期保障，质保期从货物安装完毕经验收合格之日起计起。其中免费质保期为三年，免费质保期间，如因施工质量或材料质量造成工程返修，我司免费返修；免费质保期后需要进行维修的材料费由使用单位承担，其余由我司承担。所有设备保修服务方式均为上门保修，即由我司派员到采购人设备使用现场维修。由此产生的一切费用均由我司承担。 针对采购单位的产品使用及技术培训，我司提供2人次以上的总控技术培训，培训总时长为3个工作日。
3	大数据应用开发课程中级	数据库软件	是	套	1.00	广东泰迪	TipDM-CL	广东广州	无偏差
规格配置：我司提供的【1+X】大数据应用开发（Python）课程【中级】的对应我司资源的规格型号为：TipDM-CL，所提供的资源参数完全满足采购单位的参数要求，具体响应情况如下： 1、Python数据分析与应用 通过学习本课程，应掌握Python进行科学计算、可视化绘图、数据处理，分析与建模、构建聚类、回归、分类模型的主要方法和技能，并为后续相关课程学习及将来从事数据分析挖掘研究、数据分析工作奠定基础。 （1）课时设置 理论教学36学时，实践教学28学时，总计64学时。 （2）▲课程资源 34份实验指导书、65个课程视频、7份课程PPT、7份数据、6份代码。（我司提供此资源截图及厂商盖章） （3）课程内容 包括以下内容：Python数据分析概述；NumPy数值计算基础；Matplotlib数据可视化基础；pandas统计分析基础；用pandas进行数据预处理；用scikit-learn构建模型。 （4）课程包含以下实验 第2章 NumPy数值计算基础: 实训1 掌握NumPy数组对象ndarray 实训2 掌握NumPy矩阵与通用函数 实训3 利用NumPy进行统计分析 实训4 创建数组并进行运算 实训5 创建一个国际象棋的棋盘 第3章 Matplotlib数据可视化基础: 实训1 掌握绘图基础语法与常用参数 实训2 分析特征间的关系 实训3 分析特征内部数据分布与分散状况 实训4 分析1996~2015年人口数据各个特征的分布与分散状况 实训5 分析1996~2015年人口数据特征间的关系 第4章 pandas统计分析基础: 实训1 读写不同数据源的数据 实训2 掌握DataFrame的常用操作 实训3 转换与处理时间序列数据 实训4 使用分组聚合进行组内计算 实训5 创建透视表与交叉表 实训6 读取并查看P2P网络贷款数据主表的基本信息 实训7 提取用户信息更新表和登录信息表的时间信息 实训8 使用分组聚合方法进一步分析用户信息更新表和登录信息表 实训9 对用户信息更新表和登录信息表进行长宽表转换 第5章 使用pandas进行数据预处理: 实训1 合并数据 实训2 清洗数据 实训3 标准化数据 实训4 转换数据 实训5 插补用户用电量数据缺失值 实训6 合并线损，用电量趋势与线路告警数据 实训7 标准化建模专家样本数据 第6章 使用scikit-learn构建模型: 实训1 使用sklearn转换器处理数据 实训2 构建并评价聚类模型 实训3 构建并评价分类模型 实训4 构建并评价回归模型 实训5 使用sklearn处理wine和wine_quality数据集 实训6 构建基于wine数据集的K-Means聚类模型 实训7 构建基于wine数据集的分类模型 实训8 构建基于wine_quality数据集的回归模型 2、Python数据可视化 通过学习本课程，应能掌握Matplotlib绘图、Seaborn进阶绘图、Bokeh交互式绘图、Pyecharts绘图的主要方法和技能，并为后续相关课程学习及将来从事数据分析挖掘研究、数据分析工作奠定基础。 （1）课时设置 理论教学24学时，实践教学24学时，总计48学时。 （2）▲课程资源 35份实训指导书、51个课程视频、8份课程PPT、8个代码、10个数据。（我司提供此资源截图及厂商盖章） （3）课程内容 包括以下内容：Matplotlib绘图基础；Matplotlib基础绘图；Seaborn进阶绘图；Bokeh交互式绘图；Pyecharts简介；Pyecharts绘制基本图表。 （4）课程包含以下实验： 第2章 Matplotlib基础绘图： 实训1 绘图基础语法和常用参数 实训2 分析特征间关系 实训3 分析特征内部数据分布于分散状况 实训4 分析1996-2015年人口数据特征间的关系 实训5 分析1996-2015年人口数据各个特征的分布与分散状况 第3章 Seaborn进阶绘图： 实训1 实现scatterplot关系图 实训2 实现lineplot关系图 实训3 实现relplot关系图 实训4 实现分类散点图 实训5 实现分类分布图 实训6 实现分类估计图 实训7 实现kdeplot分布图 实训8 实现rugplot分布图 实训9 实现distplot分布图 实训10 实现regplot回归图 实训11 实现lmplot回归图 实训12 实现heatmap矩阵图 实训13 实现clustermap矩阵图 实训14 实现FacetGrid网格图 实训15 实现PairGrid网格图 实训16 实现JoinGrid网格图 第4章 Bokeh交互式绘图： 实训1 实现Bokeh基本绘图 实训2 实现Bokeh风格与主题转换 实训3 实现数据源转化 实训4 实现Bokeh布局 实训5 实现条形图与分类数据图 实训6 实现网络图 实训7 实现地理图 实训8 实现图形导出与嵌入 实训9 运行Bokeh应用程序 第6章 Pyecharts绘制基本图表 实训1 Pyecharts绘制基本图表 实训2 Pyecharts绘制直角坐标系图表 实训3 Pyecharts绘制树形图表 实训4 Pyecharts绘制地理图表 实训5 Pyecharts绘制3D图表 3、Python数据分析实训 通过学习本课程，可掌握使用pandas进行数据缺失值处理、数据统计分析、日期数据处理分析的主要方法和技能，并为后续相关课程学习及将来从事数据分析挖掘研究、数据分析工作奠定基础。 课程主要以实训为主，包括探索Iris鸢尾花数据、探索Chipotle快餐数据、探索Apple公司股价数据三个内容。主要学习pandas库的数据处理分析功能，对dataframe格式的数据实现增删查改、排序、筛选等功能。 （1）课时设置 理论教学4学时，实践教学12学时，总计16学时。 （2）▲课程资源 包含12个课程视频、1份课程PPT、3份数据、4份代码。（我司提供此资源截图及厂商盖章） （3）课程内容 包含iris数据处理实训；探索chipotle数据；探索Apple公司股价数据。 4、Hadoop大数据技术基础 通过学习本课程，应能掌握搭建Hadoop完全分布式集群，掌握HDFS的基础操作以及掌握MapReduce程序的编写的主要方法和技能，并为后续相关课程学习及将来从事数据分析挖掘研究、数据分析工作奠定基础。 课程内容应包含Hadoop简介、完全分布式集群搭建、常用HDFS、MapReduce Shell及其API操作、MapReduce编程。学习后，可以自行在个人笔记本上搭建完全分布式Hadoop集群，掌握MapReduce编程，能自行把常用数据挖掘算法进行MapReduce化。课程由浅入深，全程通过任务式的解决实际问题为导向，配备充分的实战练习指导。 （1）课时设置 理论教学20学时，实践教学28学时，总计 48学时。 （2）▲课程资源 21份实训指导书、42个课程视频、9份课程PPT、7份数据、5份代码。（我司提供此资源截图及厂商盖章） （3）课程内容 包含认识Hadoop；Hadoop集群的安装配置；HDFS基本操作；MapReduce原理与架构；MapReduce入门编程；HDFS Java API应用；MapReduce高阶编程。 （4）包含以下实验内容： 第1模块 Hadoop集群搭建： 实训1 Java安装及Hadoop完全分布式集群搭建 第2模块 Hadoop基础操作： 实训1 查看Hadoop集群的基本信息 实训2 上传文件到HDFS目录 实训3 运行首个MapReduce任务 实训4 统计文件中所有单词的平均长度 实训5 查询与中断MapReduce任务 实训6 查看HDFS上的文件内容 第3模块 MapReduce编程入门： 实训1 使用Eclipse创建MapReduce工程 实训2 编程实现按日期统计访问次数 实训3 编程实现按访问次数排序 实训4 获取成绩表的最高分记录 实训5 实现对两个文件中数据的合并与去重 实训6 统计Hadoop出现的次数 第4模块 MapReduce编程进阶： 实训1 筛选日志文件生成序列化文件 实训2 API读取序列化日志文件 实训3 优化日志文件统计程序 实训4 Eclipse提交日志文件统计程序 实训5 统计全球每年的最高气温和最低气温 实训6 筛选气温在-15到25度之间的数据 实训7 计算学生平均成绩 实训8 QQ好友推荐 5、Python网络爬虫实战 通过学习本课程，应学会Python网络爬虫的环境搭建，掌握网页前端基础知识，实现静态和动态网页数据爬取，利用Python工具实现复杂网页的数据爬取等。 （1）课时设置 理论教学14学时，实践教学18学时，总计32学时。 （2）▲课程资源 29份实验指导书、44个课程视频、7份课程PPT、2份数据、4份代码。（我司提供此资源截图及厂商盖章） （3）课程内容 包括以下内容：Python爬虫环境与爬虫简介；网页前端基础；简单静态网页爬取；常规动态网页爬取；模拟登录；终端协议分析；Scrapy爬虫。 （4）课程包含以下实验： 第2章 网页前端基础： 实训1 使用Socket库进行TCP编程 实训2 使用Socket库进行UDP编程 实训3 使用Socket库连接百度首页 第3章 简单静态网页爬取： 实训1 urllib3库实现HTTP请求 实训2 Requests库实现HTTP请求 实训3 正则表达式模块解析网页 实训4 Xpath解析网页 实训5 Soup库解析网页 实训6 MySQL数据存储 实训7 生成GET请求并获取指定网页内容 实训8 搜索目标节点并提取文本内容 实训9 在数据库中建立新表并导入数据 第4章 常规动态网页爬取： 实训1 逆向分析爬取动态网页 实训2 使用Selenium库爬取动态网页 实训3 存储数据至MongoDB数据库 实训4 爬取网页“httpwww.ptpress.com.cn”推荐图书的信息 实训5 爬取某网页的Java图书信息 实训6 将数据储存到MongoDB数据库中 第5章 模拟登录： 实训1 使用表单登录方法实现模拟登录 实训2 使用Cookie登录方法实现模拟登录 实训3 使用表单登录方法模拟登录数睿思论坛 实训4 使用浏览器Cookie模拟登录数睿思论坛 实训5 基于表单登录后的Cookie模拟登录数睿思论坛 第6章 终端协议分析： 实训1 爬取千千音乐PC客户端数据 实训2 分析人民日报APP 实训3 抓取千千音乐PC客户端的推荐歌曲信息 实训4 爬取人民日报APP的旅游模块信息 第7章 Scrapy爬虫： 实训1 使用Scrapy爬取泰迪动态 实训2 定制BdRaceNews爬虫项目的中间件 6、MySQL数据库基础 MySQL是最流行的关系型数据库管理系统之一，也是最好的RDBMS(Relational Database Management System，关系数据库管理系统)应用软件之一，是大数据存储必备的工具。《MySQL数据库基础》是大数据技术系列课程的基础课程。课程较为全面地介绍了MySQL相关的大数据技术相关知识，主要包括数据库概述、MySQL安装与配置、MySQL基本命令、MySQL基础等精选内容。涉及的知识点简要精到，实践操作性强，能有效指导学生对MySQL大数据技术的学习理解及应用。 （1）课时设置 理论教学8学时，实践教学8学时，总计16学时。 （2）▲课程资源 17份实训指导书、13个课程视频、7份课程PPT、1份数据、6份代码。（我司提供此资源截图及厂商盖章） （3）课程内容 包含数据库概述；安装及配置；基本命令；数据类型；SQL语法操作；MySQL基础；MySQL联表操作与子查询。 （4）包含以下实验： 实训1 MySQL 服务的启动及关闭 实训2 登陆MySQL数据库 实训3 MySQL 基本命令 实训4 mysqladmin命令 实训5 MySQL 数据库操作 实训6 MySQL 创建表 实训7 MySQL 数据表的删除 实训8 MySQL 数据的插入与简单查询 实训9 MySQL 临时表的创建与删除 实训10 MySQL select查询操作 实训11 MySQL 表中数据的更新与删除 实训12 MySQL where条件查询与运算符使用 实训13 MySQL 算术运算符 实训14 MySQL 逻辑运算符 实训15 MySQL 集函数的使用 实训16 MySQL having分组约束的应用 实训17 MySQL 子查询 7、Linux操作系统基础 《Linux操作系统基础》是大数据技术系列课程的基础课程，采用了理论与实践相结合的教学模式。课程以培养学生的动手实践能力为主，逐步展开介绍相关的理论知识点，配合相应的实践操作，给学生充分的实战指导。通过学习本课程，能够让学生掌握大数据技术所需的Linux技术。 （1）课时设置 理论教学16学时，实践教学16学时，总计32学时。 （2）▲课程资源 15份实训指导书、22个课程视频、4份课程PPT、15份代码。（我司提供此资源截图及厂商盖章） （3）课程内容 包含Linux简介；Linux基本命令；Linux Vi编辑器；Linux Shell编程。 （4）包含以下实验： 实训1 文件与目录管理 实训2 查看文件内容 实训3 Linux帮助命令 实训4 输入输出重定向及其相关命令 实训5 用户与用户组管理 实训6 管理文件权限 实训7 Linux进程管理 实训8 Linux计划任务管理 实训9 使用vim编辑器 实训10 Shell编程之数值运算 实训11 Shell编程之if条件语句 实训12 Shell编程之for循环 实训13 Shell脚本实现创建目录与权限设置 实训14 Shell脚本计算斐波那契数列前10项和 实训15 Shell脚本实现人机石头剪刀布游戏
售后服务：我司承诺，为提供的投标货物提供质保期保障，质保期从货物安装完毕经验收合格之日起计起。其中免费质保期为三年，免费质保期间，如因施工质量或材料质量造成工程返修，我司免费返修；免费质保期后需要进行维修的材料费由使用单位承担，其余由我司承担。所有设备保修服务方式均为上门保修，即由我司派员到采购人设备使用现场维修。由此产生的一切费用均由我司承担。 针对采购单位的产品使用及技术培训，我司提供2人次以上的总控技术培训，培训总时长为3个工作日。
4	大数据应用开发案例（中级）	数据库软件	是	套	1.00	广东泰迪	TipDM-CL	广东广州	无偏差
规格配置：我司提供的【1+X】大数据应用开发（Python）案例【中级】的对应我司资源的规格型号为：TipDM-CL，所提供的资源参数完全满足采购单位的参数要求，具体响应情况如下： 1、市财政收入分析及预测 通过学习本案例，应能掌握相关性分析、用Lasso模型特征选取方法、灰色预测和支持向量回归算法的主要应用方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。 （1）课时设置 理论教学4学时，实践教学4学时，总计8学时。 （2）▲案例资源 4份实训指导书、19个案例视频、1份案例PPT、1份数据、5份代码（我司提供此资源截图及厂商盖章） （3）案例内容 包含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；教学目标确认；案例任务点拆解；技能梳理与串联；重难点解析及分享。 （4）技术点 包含特征的相关性；Lasso回归；灰色预测算法；SVR算法，预测模型评价。 2、《流浪地球》豆瓣影评采集 通过学习本案例，应能掌握Selenium进行网页数据的HTML代码获取、XPath提取关键信息、对获取的数据进行处理以及可视化分析的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。 （1）课时设置 理论教学8学时，实践教学8学时，总计16学时。 （2）▲案例资源 4份实训指导书、28个案例视频、1份案例PPT、2份数据、4份代码。（我司提供此资源截图及厂商盖章） （3）案例内容 包含案例背景与挖掘目标；短评数据爬取介绍；安装selenium及配置chromedriver；获取用户名；获取短评正文；设置cookies；获取用户居住地和入会时间信息；单页数据整理；自定义获取单页数据的函数；判定网页是否已被加载；翻页爬取；代码整理及小结；短评正文数据预处理；词频统计；绘制整体评论数据的词云图；好评差评词云图绘制及小结；评分分数分布统计；短评数量与日期的关系；短评数量与时刻的关系；不同评分数量与时间的关系；评论最多的前十个城市；评分数量与城市的关系；总结；教学目标确认；案例任务点拆解；技能梳理与串联；重难点解析；教学技巧分享。 （4）技术点 包含Selenium爬虫；XPath网页解析；数据保存；pyplot图形绘制。 3、家用热水器用户行为分析 通过学习本案例，应能掌握冗余特征处理、划分事件、确定阈值、特征构建、BP神经网络模型构建的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。 （1）课时设置 理论教学9学时，实践教学10学时，总计19学时。 （2）▲案例资源 3份实训指导书、9个案例视频、1份案例PPT、5份数据、3份代码。（我司提供此资源截图及厂商盖章） （3）案例内容 包含案例背景；删除冗余特征；划分用水事件；确定单次用水事件时长阈值；构建用水时长与频率特征；构建停顿特征；构建用水量与波动特征；筛选候选洗浴事件；模型构建。 （4）技术点 包含冗余特征处理；划分事件；确定阈值；特征构建；神经网络模型。 4、城市公交用户出行分析 通过学习本案例，可掌握数据归约、缺失值处理、数据合并、DBSCAN聚类模型、OD矩阵构建的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。 （1）课时设置 理论教学5学时，实践教学6学时，总计11学时。 （2）▲案例资源 2份实训指导书、13个案例视频、1份案例PPT、21份数据、6份代码。（我司提供此资源截图及厂商盖章） （3）案例内容 包含案例背景；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）技术点 包含数据归约；缺失值处理；数据合并；DBSCAN聚类模型；OD矩阵。 5、招聘网站数据采集与人才需求分析 通过学习本案例，可掌握数据采集、XPath查询语言、字符串处理、数据可视化、数据合并、词云绘制的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。 本案例利用Python网络爬虫，爬取前程无忧网站全国范围内与数据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。本案例的主要分析目标为：分析爬取到的招聘网站全国范围内大数据、数据分析、数据挖掘、机器学习、人工智能等相关岗位的招聘信息，进行可视化呈现及分析，对大数据人才培养给出相关建议。 （1）课时设置 理论教学8学时，实践教学8学时，总计16学时。 （2）▲案例资源 包含11份实训指导书、26个案例视频、1份案例PPT、2份数据、3份代码。（我司提供此资源截图及厂商盖章） （3）案例内容 包含背景与目标；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。 （4）技术点 包含数据采集；XPath查询语言；字符串处理；数据可视化；数据合并；词云。 6、信用卡高风险客户识别 通过学习本案例，可掌握描述性统计分析方法、K均值聚类算法、雷达图绘制等内容，并为后续相关课程学习及将来从事数据分析工作奠定基础。 为了推进信用卡业务良性发展，减少坏账风险，各大银行都进行了信用卡客户风险识别相关工作，建立了相应的客户风险识别模型。本案例的主要分析目标为：判断识别出哪些客户为高风险类客户，哪些客户为禁入类客户；对不同客户类别进行特征分析，比较不同客户的风险；评估该机构的信用卡业务风险，针对目前的情况提出风控建议。 （1）课时设置 理论教学5学时，实践教学6学时，总计11学时。 （2）▲案例资源 包含5份实训指导书、10个案例视频、1份案例PPT、1份数据、5份代码。（我司提供此资源截图及厂商盖章） （3）案例内容 包含案例背景；描述性统计分析；数据探索；数据清洗；属性构建；聚类参数寻优；模型构建；客户分类；模型评价；案例小结。 （4）技术点 包含K均值聚类；客户分群；雷达图。 7、金融服务机构资金流量预测 通过学习本案例，可掌握平稳性检验、非平稳序列处理、纯随机性检验、模型定阶、ARIMA模型构建的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。 金融全球化的浪潮正以一种不可抗拒的趋势席卷全球，而伴随着我国加入世贸组织以及社会主义市场经济的快速发展，我国的金融市场也随之迅猛发展。为了更有效地发挥金融活动对于实体经济的意义，资金流量预测成为金融服务机构一大重要任务。本案例的主要分析目标为：基于用户资金流入与资金流出的记录数据，构建资金流入精准预测模型。 （1）课时设置 理论教学5学时，实践教学5学时，总计10学时。 （2）▲案例资源 包含2份实训指导书、1份案例PPT、1份数据、1份代码。（我司提供此资源截图及厂商盖章） （3）案例内容 包含案例背景；效验数据的平稳性与纯随机性；模型构建。 （4）技术点 包含平稳性检验；非平稳序列处理；纯随机性检验；模型定阶；ARIMA模型。 8、运营商流失用户分析 通过学习本案例，可掌握数据特征分析、K-Means聚类、决策树模型构建、神经网络模型构建、朴素贝叶斯模型构建、支持向量机模型、最优模型选取的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。 随着大数据挖掘技术的不断发展和应用，移动运营商希望能借助数据挖掘技术识别哪些用户可能流失，什么时候会发生流失。而通过建立流失预测模型，分析用户的历史数据和当前数据，提取辅助决策的关键性数据，并从中发现隐藏关系和模式，进而预测未来可能发生的行为，就可以帮助移动运营商实现这些要求。 （1）案例资源 包含视频、PPT、实训指导书、数据、代码。 （2）案例目标 包含利用用户的短信、流量、通话、消费的使用情况以及客户基本信息的数据，对用户进行分群；分析不同群体用户的使用规律，识别各群体客户流失的重要特征；建立不同群体用户流失模型，结合结果为运营商提供差异化的意见和建议。 （3）案例内容 包含背景与挖掘目标；数据加载与数据预处理；去重并降维；数据整合；缺失值与异常值处理；特征分析；其余特征与特征剔除；每月平均花费特征聚类分析；不同客户群体重要特征提取；低费用客户群模型构建；循环选择最优模型；小结。 （4）技术点 包含特征变量的选取；不同模型的构建；模型评价和对比。 9、基于基站定位数据的商圈分析 随着当今个人手机终端的普及，出行群体中手机拥有率和使用率已达到相当高的比例，手机移动网络也基本实现了城乡空间区域的全覆盖。根据手机信号在真实地理空间上的覆盖情况，将手机用户时间序列的手机定位数据，映射至现实的地理空间位置，即可完整、客观地还原出手机用户的现实活动轨迹，从而挖掘得到人口空间分布与活动联系特征信息。 （1）案例资源 包含视频、PPT、实训指导书、数据、代码。 （2）案例目标 包含对用户的历史定位数据，采用数据挖掘技术，对基站进行分群；对不同的商圈分群进行特征分析，比较不同商圈类别的价值，选择合适的区域进行运营商的促销活动。 （3）案例内容 包含背景与挖掘目标；分析方法与过程；小结。 （4）技术点 包含离差标准化处理；谱系聚类；层次聚类算法。 10、金融理财的广告牌精准投放 通过学习本案例，可掌握数据规约、数据清洗、数据变换、K-means聚类模型的构建、时间格式数据处理、划分时间窗和可视化分析的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。 案例主要归纳出不同客户的对金融理财的个体偏好，构建模型对客户进行分类，识别对金融理财感兴趣的重点和潜在客户群，然后利用这些客户的时空轨迹进行定位，确定热门聚集地和聚集时点。 （1）案例资源 包含视频、PPT、实训指导书、数据、代码。 （2）案例目标 包含对用户上网行为数据进行数据预处理，包括属性规约，数据清洗与数据变换；通过K-means聚类对客户进行细分，筛选出对金融理财感兴趣的重点和潜在客户群；将上述客户关联其时空数据并对数据进行预处理，包括缺失值，重复值以及去除周末日期的处理；划分客户群的时间窗，画图观察归纳不同时间窗客户的热门聚集地和聚集时点。 （3）案例流程 包含缺失数据的插补和删除；重复数据的处理和删除；对k均值聚类模型进行定阶；构建k均值聚类模型；进行一次和二次聚类，获取目标客户ID；根据目标客户时空轨迹信息，挖掘热门时段和区域，服务于广告精准定位。 （4）技术点 包含K均值聚类；模型定阶；热门时段和区域的挖掘。 11、二手汽车销售售价预测 通过学习本案例，可掌握seaborn库可视化分析、sklearn的回归模型建模的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。 （1）案例资源 包含视频、PPT、实训指导书、数据、代码。 （2）案例目标 包含探索数据总体的分布情况，检测缺失值和异常值。探索变量间的相互关系以及变量与预测值之间的存在关系，使用matplotlib等库进行可视化分析。理解已知含义的数据，将数据转换为能更好地表示潜在问题的特征。选择合适的算法建立和训练模型，选择合适的评价方法，根据结果调节参数优化模型。 （3）案例流程 包含数据读取：读取二手汽车销售数据。 数据集划分：将二手汽车数据集划分为训练集和测试集。 数据统计分析：对数据集进行分布分析、统计分析、相关性分析、缺失值及异常值分析等。 数据预处理：对缺失值、异常值进行处理、数据标准化、数据离散化、属性构造等。 模型构建：基于XGBoot模型分析建模。 模型预测：预测二手汽车售价并输出结果。 （4）技术点 包含探索分析；数据预处理；属性构造；XGBoot模型。 12、汽车用户销售投诉数据爬取 通过学习本案例，可掌握request，selenium等库爬取数据的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。 投诉信息中蕴含着消费者对特定产品和服务的主观感受，反应了人们的态度、立场和意见，具有非常宝贵的研究价值。一方面，对企业来说，企业需要根据海量的投诉文本数据去更好的了解汽车存在的问题，用户希望改善的功能，从而提高产品质量，改善服务，获取市场上的竞争优势。另一方面，新消费者需要在没有看到真正的产品实体、做出购买决策之前，根据其他购物者的投诉信息，公司的解决方案来了解公司的售后服务，为购物抉择提供参考依据和保障。 （1）案例资源 包含视频、PPT、实训指导书、数据、代码。 （2）案例目标 包含采集汽车消费网中的汽车用户消费投诉数据。对客户投诉的内容进行数据可视化分析，得到汽车投诉现状。 （3）案例流程 包含爬取汽车消费网中的汽车用户消费投诉数据。在Python中导入原始数据集，对数据进行文本去重、文本清洗、分词和去除停用词。对经过预处理的数据进行投诉趋势情况分析和投诉品牌情况分析，并用结巴分词技术进行投诉问题汇总。 （4）技术点 包含数据预处理；网页爬虫；数据分析可视化；结巴分词。 13、二手车交易数据爬取 通过学习本案例，可掌握request，selenium等库爬取数据的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。 案例通过Python网络爬虫获取主流二手汽车交易网站上二手汽车交易数据。 （1）案例资源 包含视频、PPT、实训指导书、数据、代码。 （2）案例目标 包含爬取主流二手汽车交易网站上二手汽车交易数据。 （3）案例流程 包含使用Selenium打开网页，使用XPath解析网页。获取汽车类别、厂商、品牌、车型、行驶里程、上牌日期、车身类型、燃油类型、变速箱、发动机功率、汽车有尚未修复的损坏、所在地区、报价类型、汽车售卖时间、二手车交易价格等信息。循环获取后对数据进行清洗，保存为文件。 （4）技术点 包含网页爬虫；数据预处理。 14、人口增长与医疗需求预测 通过学习本案例，可掌握时间序列数据的探索处理、ARIMA模型构建、Leslie矩阵应用的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。 深圳是我国经济发展最快的城市之一，30多年来，卫生事业取得了长足发展，形成了市、区及社区医疗服务系统，较好地解决了现有人口的就医问题。未来的医疗需求与人口结构、数量和经济发展等因素相关，合理预测能使医疗设施建设正确匹配未来人口健康保障需求，是保证深圳社会经济可持续发展的重要条件。然而，现有人口社会发展模型在面对深圳情况时，却难以满足人口和医疗预测的要求。为了解决此问题，本案例根据深圳人口发展变化态势以及全社会医疗卫生需求情况收集数据、建立针对深圳具体情况的数学模型，预测深圳未来的人口增长和医疗需求。 （1）课时设置 理论教学8学时，实践教学8学时，总计16学时。 （2）案例资源 包含8份实训指导书、8个案例视频、1份案例PPT、5份数据、8份代码。 （3）案例内容 包含时间序列数据探索；平稳性和随机性检验；模型识别和参数确定；ARIMA模型验证和预测；人口年龄结构数据探索；Leslie矩阵构造和预测；Leslie矩阵改进；基于改进的Leslie矩阵预测。 （4）技术点 包含平稳性检验；ARIMA模型系数确定；残差检验；Leslie矩阵构建和改进。 15、基于MySQL的优惠券特征处理 通过学习本案例，可掌握MySQL基本的创建表、数据查询、数据处理、函数使用、表连接等功能，对O2O商家优惠券的数据进行整理和特征构建，作为数据库数据处理的典型操作，为后续进行机器学习打下数据基础。 案例MySQL实现所有的数据清洗和数据处理过程。 （1）课时设置 理论教学2学时，实践教学6学时，总计8学时。 （2）案例资源 包含视频、PPT、实训指导书、数据、代码。 （3）案例内容 包含案例背景和挖掘目标；构造样本标签；数据清洗；特征表的构建；数据特征构建；数据特征合并。 （4）技术点 包含表查询；表更新；函数；索引；分组聚合；表连接。
售后服务：我司承诺，为提供的投标货物提供质保期保障，质保期从货物安装完毕经验收合格之日起计起。其中免费质保期为三年，免费质保期间，如因施工质量或材料质量造成工程返修，我司免费返修；免费质保期后需要进行维修的材料费由使用单位承担，其余由我司承担。所有设备保修服务方式均为上门保修，即由我司派员到采购人设备使用现场维修。由此产生的一切费用均由我司承担。 针对采购单位的产品使用及技术培训，我司提供2人次以上的总控技术培训，培训总时长为3个工作日。

产品信息end
/*附件信息*/

序号	附件名称	上传时间	大小	操作
1	生态大数据实训系统建设项目生态大数据分析可视化平台采购参数.doc	2021-08-02 22:14:30	无	登陆后可下载附件

/*附件信息end*/