学院的信息化建设在国内处于先进水平，学院建设的教、管、训等各种业务系统优化了管理工作的流程，规范了管理制度，提高了工作效率。但是这些数据没有被充分地利用起来，且部门间信息不流通，数据只在各个部门纵向流通，没有形成部门之间的横向流通，作为数据分析和建模主要对象的业务数据分别保存在各个业务系统中，需要进行清洗、管理。

目前学院建设的部分系统有一定的统计功能，一方面这些统计功能数量比较少、功能比较简单，没有挖掘出这些数据的真正价值；另一方面这些统计功能只能对自己系统的数据进行统计，不能对跨系统的数据进行分析和建模，更不能形成可视化的数据展示。缺乏大数据平台统一管理。

1、统一对外服务接口：提供标准化的对外服务接口封装；　
2、权限管理：实现对平台功能权限和数据权限的统一管控；
3、工作流：通过工作流运行机制，实现对各类任务的统一配置和调度管控；
4、数据资源管理：制定数据资源管理办法，推动数据资源分类管理，建立数据采集、管理、交换、体系架构、评估认证等标准制度。加强数据资源目录管理、整合管理、质量管理、安全管理、提高数据准确性、可用性。

1、围绕“教学质量监测诊改”，同时展开业务调研和数据调研，根据分析需求范围，梳理客户的分析指标。　
2、搭建大数据平台，集群管理。
3、制作数据分析报告，数据服务于教学。

通过项目建设，YDH实现了学院18个业务系统数据资源的整合，Yonghong Z-Suite作为YDH的数据分析模块，包括课堂教学分析、教师工作量数据分析，教师教学工作质量分析等，建立学院教学大数据分析运行体系，形成适合教学大数据管理的教学管理运行体 系，从教师教和学生学两个方面实现对课程教学大数据支持，同时为有关教学需要的基础性、决策性、参考性数据提供基本服务。

学院非常注重数据和教学的结合，借助数据服务于教学。
经过调研，形成了学院大数据平台业务需求，主要从11个大项，120个小项进行统计分析。涉及的方向包括课堂教学大数据监测、到课率统计、教师工作量核算、教师教学质量考核、高等教育质量数据分析、教学运行监测、成绩数据分析、教学基本数据分析、学生技能素质分析、教师画像和学生画像。
YDH适用于将存储在文件、关系型数据库、实时数据流等各类数据源中的结构化数据、非结构化数据及半结构化数据采集到YDH平台中进行存储、处理、分析，辅以Yongong Z-suite展现和挖掘，实现了学院教学从 GB到TB、PB级的大数据处理场景，包括但不限于以下场景：

1、数据仓库建设

YDH完整覆盖数据采集、数据存储、数据处理、数据共享、数据安全、数据分析等数仓建设环节；用户通过YDH平台，大大降低数据仓库、数据处理、数据应用的运维成本。

2、实时流式数据处理

用户可基于YDH平台快速开发本行业在实时流式场景下的大数据处理、分析的应用程序，以实现对学院实时业务的风险监控与告警。
流式数据处理可用于课堂教学监测、学生教学楼分布情况等。

3、离线数据处理

YDH基于Hadoop体系的MapReduce、Hive、Pig、Spark等技术向学院提供强大的数据离线批处理能力，用户可以便捷的使用YDH平台对学院数据进行抽取、转换、加载等离线数据处理加工。
通过离线数据处理引擎，用户可迅速的对学院所积累的数据进行ETL处理，快速发掘海量历史数据价值。

4、数据分析与探索挖掘

通过YDH平台所提供的强大数据分析与探索挖掘能力，用户可快速对学院在PB级规模下的大数据进行可视化的探索式分析，在纷繁复杂的数据中快速获取数据洞察力，辅助于教学。
用户还可通过YDH平台提供的强大机器学习能力对学院数据进行深度挖掘，进一步发掘海量数据中蕴藏的无限价值。